面向云计算应用的大规模网络流量异常数据快速捕获方法  

作　　者：赵德宝 ZHAO Debao

机构地区：[1]武汉职业技术学院信创学院,湖北武汉430074

出　　处：《信息技术与信息化》2024年第6期201-204,共4页Information Technology and Informatization

基　　金：2023年度武汉职业技术学院校级指导性项目“基于信创云平台的云沙箱系统的设计:以信创专业群《数据库技术》课程为例”(2023YK027)。

摘　　要：由于云计算应用中网络流量数据规模较大,且流量数据以极高的速度持续增长,导致传统方法数据捕获速度无法与流量数据的增长速度相匹配,存在数据捕获延迟、遗漏甚至丢失等问题。这些问题严重影响了异常数据检测的准确性和及时性,对云计算应用的安全性和稳定性构成了潜在威胁。为此,提出一种大规模网络流量异常数据快速捕获方法。通过对大规模云计算应用网络流量数据进行预处理,从预处理后的数据中,提取出能够准确反映网络流量内在特性的能量特征。采用K-means聚类算法对这些能量特征进行分组,比较各个簇的特征与已知的正常流量特征,识别出与正常模式不符的异常流量数据。为了确保捕获速度能够与流量数据的增长速度相匹配,利用Libpcap库在捕获过程中进行数据包筛选,只有符合特定规则的数据包才会被捕获,以此减少不必要的数据处理和分析工作,实现了高效的网络流量数据包捕获。实验结果表明,所提出的方法能够以高达97.97%的准确率捕获大规模网络流量异常数据,可以满足实际云计算应用对高精度需求的要求。

关 键 词：云计算应用 大规模网络流量 异常数据 快速捕获 捕获方法 

分 类 号：TP393.06[自动化与计算机技术—计算机应用技术]