基于Spark平台的NetFlow流量分析系统

目前典型的NetFlow分析系统多为基于私有架构或平台的第三方系统,面临扩展性较低、开放性不足、扩容代价大、分析时延长等问题.大数据技术的快速发展尤其是内存式计算平台如Spark的出现为集中处理大规模NetFlow数据提供了可能,本文提出了基于Spark的NetFlow分析系统,验证了核心算法(如流量应用构成统计)在Spark平台的性能.实验表明,基于Spark的NetFlow分析系统具有很高的性能和很强的扩展能力,较之Hadoop MapReduce有显著的性能提升.     

基于业务交换机的大规模云数据中心通用网络架构设计

业界首次提出业务交换机的概念,基于业务交换机的大规模云数据中心通用网络架构,可以为数据中心网络设计提供通用方法论,从而简化设计并使逻辑清晰,帮助运营商提高运营灵活性、降低成本与风险,为设备商提出一种可能的设备形态以支持这种架构。     

基于MapReduce的PCA异常流量检测系统实现

PCA是一种在高维空间中检测网络异常流量的有效方法,它可以从全局角度对网络流量数据进行分析,检测网络中隐藏的异常。在面对运营商全网流量数据时,如何快速从海量的Netflow流量数据中生成统计矩阵供PCA检测分析,是PCA异常流量检测方法面临的最大困难之一。MapReduce是随着云计算兴起的一项分布式计算方法,它充分利用计算机集群的处理能力,能有效应对海量数据分析任务。本文提出了一种有效的机制,将MapReduce分布式计算方法应用在PCA异常流量检测中。结果表明,MapReduce方法极大地提高了PCA异常流量检测方法的处理性能,使得PCA异常流量检测能有效处理运营商全网数据。     

IPv6技术及其在移动互联网中的应用

本文介绍了IPv6技术的特点,结合移动互联网的实际情况对IPv6技术在移动互联网中的应用进行了探讨,最后提出了移动互联网向IPv6演进的目标结构,以及各演进阶段引入IPv6的策略.