CN112565023A - 一种基于Telemetry流量采集技术的流量可视化***和方法 - Google Patents
一种基于Telemetry流量采集技术的流量可视化***和方法 Download PDFInfo
- Publication number
- CN112565023A CN112565023A CN202011579522.3A CN202011579522A CN112565023A CN 112565023 A CN112565023 A CN 112565023A CN 202011579522 A CN202011579522 A CN 202011579522A CN 112565023 A CN112565023 A CN 112565023A
- Authority
- CN
- China
- Prior art keywords
- data
- flow
- traffic
- equipment
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种基于Telemetry流量采集技术的流量可视化***和方法,包括SDN控制器、流量采集服务器、流量分析设备、物理设备和数据库设备,物理设备和流量采集服务器相连接,流量采集服务器和流量分析服务器相互连接且能够通过网络相互访问,物理交换机设备和流量采集设备通过GRPS协议通道连接,流量分析服务器和SDN控制器相互连接且能够通过网络相互访问,数据库与SDN控制器和流量分析服务器相互连接且能够通过网络相互访问,流量数据通过配置好的物理交换设备上报到流量采集设备,再由流量采集设备进行加工操作再传送到流量分析设备,流量分析设备对数据分析后存储到数据库,SDN控制器通过数据库将数据提取并进行可视化操作。
Description
技术领域
本发明公开一种流量可视化方法,特别是一种基于Telemetry流量采集技术的流量可视化***和方法,属于计算机网络技术领域。
背景技术
在以往的网络技术中,流量采集一般使用的SNMP或者CLI来对流量进行采集和监控。随着网络技术的发展,网络流量带宽越来越大,设备规模越来越大,承载业务越来越多,用户对网络的SDN控制器提出了更高的要求,包括监控数据拥有更高的精度以便及时检测和快速调整微突发流量,同时监控过程要对设备自身功能和性能影响小以便提高设备和网络的利用率,但是SNMP和CLI实现的流量采集没办法达到以上的要求。
发明内容
针对上述提到的现有技术中的 SNMP和CLI实现的流量采集无法做到对设备自身功能和性能影响小的缺点,本发明提供一种基于Telemetry流量采集技术的流量可视化***和方法,让采集器采集到的流量数据更加精细化,同时利用周期性推模式采集数据,大大减轻设备负担以及避免网络延时造成数据不准确。最后Telemetry因为只需要设备提前配置订阅,各种数据实时上报,过程无需人工操作,因此可以达到监控大量网络节点的目的。
本发明解决其技术问题采用的技术方案是:一种基于Telemetry流量采集技术的流量可视化***,***包括SDN控制器、流量采集服务器、流量分析设备、物理设备和数据库设备,物理设备和流量采集服务器相连接,流量采集服务器和流量分析服务器相互连接且能够通过网络相互访问,物理交换机设备和流量采集设备通过GRPC协议通道连接,流量分析服务器和SDN控制器相互连接且能够通过网络相互访问,数据库与SDN控制器和流量分析服务器相互连接且能够通过网络相互访问。
一种采用如上述的基于Telemetry流量采集技术的流量可视化***实现的基于Telemetry流量采集技术的流量可视化方法,该方法为流量数据通过配置好的物理交换设备上报到流量采集设备,再由流量采集设备进行加工操作再传送到流量分析设备,流量分析设备对数据进一步分析后存储到数据库,SDN控制器通过数据库将数据提取并进行可视化操作。
本发明解决其技术问题采用的技术方案进一步还包括:
所述的物理交换设备属于SDN控制器管理下的设备,物理交换设备在硬件板卡ASIC层面植入代码,按照YANG模型从硬件板卡组织并导出实时数据。
所述的物理设备和流量采集服务器之间要搭建GRPC传输通道,实时数据通过GRPC协议传送到流量采集服务器上。
所述的流量采集服务器接收到物理设备上传的订阅数据,流量采集服务器对数据进行去重操作,然后将处理好的数据发送给SDN流量分析器;流量分析服务器接收到流量采集服务器传送的数据后,对数据做进一步详细的分析,按照业务、设备或者接口进行相关处理,然后将分析好的数据存储到数据库中。
所述的物理设备主动与流量采集服务器建立GRPC通道并且在物理设备上设置订阅,物理设备通过设定好的配置,通过GRPC通道将自己的订阅数据上传到流量采集服务器。
所述的SDN控制器后端将数据库中的数据取出并做好API接口让前端进行调用,前端通过调用API接口获取数据并在浏览器进行渲染和展示,最后实现流量的可视化。
本发明的有益效果是:1、本发明基于数据层面的数据上报。Telemetry流量采集方法和SNMP或CLI在硬件设备上的区别主要是Telemetry所用的设备的专用集成电路ASIC转发芯片中植入了代码,直接从板卡导出实时数据。而板卡导出的数据是按照线速发送,从而使得上层的路由引擎专注于处理协议和路由计算等。
2、本发明具有高扩展性和高精确度。Telemetry的扩展性大大增强,如果Telemetry设备配置了主动上报数据,这些数据每15秒上报一次,并且超过60种指标上报,包含了500多个上报类型,176个万兆接口的输入、输出、error数和Qos队列数统计。每一个接口都包含IPv4和IPv6两种数据类型。最后以及200个MPLS LSP的字节数和数据包数。这些是SNMP和CLI都没办法做到。同时因为上述的扩展性增强,采集到的数据精确度相较于SNMP和CLI变得更高。
3、适用于大量网络节点的环境。在传统的网络中SNMP和CLI在采集设备时需要对每一台设备进行查询操作,而且不同的数据类型采集的操作也不一样,这样就导致了利用SNMP或CLI进行流量采集的时候需要人为的进行多次操作。而利用Telemetry则只需要提前在设备里面配置订阅,各个数据实时上报,中间过程无需人工操作。这样大大减少使用者的时间和负担。
下面将结合附图和具体实施方式对本发明做进一步说明。
附图说明
图1为本发明***拓扑图。
图2为本发明***流程图。
具体实施方式
本实施例为本发明优选实施方式,其他凡其原理和基本结构与本实施例相同或近似的,均在本发明保护范围之内。
本发明为一种基于Telemetry流量采集技术的流量可视化方法,在SDN(软件定义网络)中,利用大数据、机器学习技术并结合软件定义网络架构的优势,实现对网络流量使用情况进行实时监控,协助网络资源合理利用。SDN控制器可以解决原来SNMP或CLI所遇到的问题,支持SDN控制器管理更多的设备、监控数据拥有更高精度和更加实时、监控过程对设备自身功能和性能影响小,为网络问题的快速定位、网络质量优化调整提供了最重要的大数据基础,将网络质量分析转换为大数据分析,有力的解决了SDN控制器的需求。
本发明保护一种基于Telemetry流量采集技术的流量可视化方法,实现该方法的***包括SDN控制器、流量采集服务器、流量分析设备、物理设备(本实施例中,物理设备主要指物理交换机)和数据库设备,SDN控制器、流量采集服务器、流量分析设备、物理设备和数据库服务器构成一套软件定义网络***,物理设备和流量采集服务器相连接,流量采集服务器和流量分析服务器可互访且网络可达,物理交换机设备和流量采集设备打通GRPC协议通道,流量分析服务器和SDN控制器可互访且网络可达,数据库与SDN控制器、流量分析服务器相连接,可互访且网络可达。流量数据通过配置好的物理交换设备上报到流量采集设备,再由流量采集设备进行加工操作再传送到流量分析设备,流量分析设备对数据进一步分析后存储到数据库,SDN控制器通过数据库将数据提取并进行可视化操作。
本实施例中,物理交换设备是属于SDN控制器管理下的设备,所有受管理的物理交换设备借助厂商支持,在硬件板卡ASIC层面植入代码,按照YANG模型、JSON模型或NETCONF模型从板卡组织并导出实时数据。物理设备和流量采集服务器之间要搭建GRPC传输通道,实时数据通过GRPC协议传送到流量采集服务器上。
本实施例中,流量采集服务器和流量分析服务器,是对物理设备上报数据进行处理的重要环节,流量采集服务器主要做一个数据去重操作;流量分析服务器则按照业务的要求对数据进行分析,例如,可以按照流量带宽进行排序或者按照接口来分类等。
另外,利用Telemetry流量采集技术的流量采集设备收集到的数据接近于即时信息,所以可以结合SDN来自动调整数据转发路径。同时Telemetry采用的数据格式都是现有的标准格式和模型。例如JSON,NETCONF,以及YANG模型。
本发明的实现包括下述步骤流程:
步骤101、在步骤101中,在整个网络环境中,必须借助于厂商支持,给所有受监控的SDN交换机设备中的硬件板卡ASIC层面植入代码(该代码的作用是主动存储数据,并周期性将数据推送到流量采集设备)从而让它们支持Telemetry技术。另外各个SDN交换机设备主动与SDN流量采集***建立GRPC通道并且在设备上设置订阅(设置订阅一般由网络管理员设置,订阅的内容包括订阅数据推送的周期、推送的地址(地址指的是流量采集器的地址)),然后执行步骤102。
步骤102、在步骤102中,各个SDN交换机设备通过设定好的配置,通过GRPC通道将自己的订阅数据上传到SDN流量采集设备,本实施例中,订阅数据上传是周期性的,周期的时间是由各个SDN交换机设备设定的配置决定的,默认为30S,然后执行步骤103。
步骤103、在步骤103中,SDN流量采集器接收到SDN交换机设备上传的订阅数据(包括源目IP端口、即时流量、协议),SDN流量采集器对数据进行加工,主要为去重操作(除去重操作之外,还包括异常数据的删除,如果采集器出现问题可能会出现采集到的数据错误,例如即使流量为0的情况,这时候就要进行清空操作,再由管理人员对采集器进行修复。),然后将处理好的数据(本实施例中,该数据是去重之后的数据)发送给SDN流量分析器,然后执行步骤104。
步骤104、在步骤104中,SDN流量分析器接收到SDN流量采集器传送的数据后,对数据做进一步详细的分析(分析的内容为采集器传送过来的数据:源目IP地址、源目端口、即时流量、协议,分析指的是按照业务要求,比如说按照端口对数据进行分析、或者按照设备对数据进行分析等等),按照业务、设备或者接口进行进一步详细的分析,然后将分析好的数据存储到数据库(分析好的数据即为分析结果,这里的分析结果就是按照业务要求进行分析,例如:查询某个设备端口的流量数据)中,然后执行步骤105。
步骤105、在步骤105中,SDN控制器中,后端(指的是java web项目的后端)将数据库中分析好的数据取出并做好API接口(附加在数据上)让前端(指的是java web项目的前端,作用是将数据展现给使用者观看)进行调用,前端通过调用API接口获取数据并在浏览器进行渲染(渲染指的是让数据展示的更加直观,例如将数据做成折线统计图、扇形统计图)和展示,最后实现了流量的可视化。
本发明与现有技术中相比,具有如下优点:
1、本发明基于数据层面的数据上报。Telemetry流量采集方法和SNMP或CLI在硬件设备上的区别主要是Telemetry所用的设备的专用集成电路ASIC转发芯片中植入了代码,直接从板卡导出实时数据。而板卡导出的数据是按照线速发送,从而使得上层的路由引擎专注于处理协议和路由计算等。
2、本发明具有高扩展性和高精确度。Telemetry的扩展性大大增强,如果Telemetry设备配置了主动上报数据,这些数据每15秒上报一次,并且超过60种指标上报,包含了500多个上报类型,176个万兆接口的输入、输出、error数和Qos队列数统计。每一个接口都包含IPv4和IPv6两种数据类型。最后以及200个MPLS LSP的字节数和数据包数。这些是SNMP和CLI都没办法做到。同时因为上述的扩展性增强,采集到的数据精确度相较于SNMP和CLI变得更高。
3、适用于大量网络节点的环境。在传统的网络中SNMP和CLI在采集设备时需要对每一台设备进行查询操作,而且不同的数据类型采集的操作也不一样,这样就导致了利用SNMP或CLI进行流量采集的时候需要人为的进行多次操作。而利用Telemetry则只需要提前在设备里面配置订阅,各个数据实时上报,中间过程无需人工操作。这样大大减少使用者的时间和负担。
Claims (7)
1.一种基于Telemetry流量采集技术的流量可视化***,其特征是:所述的***包括SDN控制器、流量采集服务器、流量分析设备、物理设备和数据库设备,物理设备和流量采集服务器相连接,流量采集服务器和流量分析服务器相互连接且能够通过网络相互访问,物理交换机设备和流量采集设备通过GRPC协议通道连接,流量分析服务器和SDN控制器相互连接且能够通过网络相互访问,数据库与SDN控制器和流量分析服务器相互连接且能够通过网络相互访问。
2.一种采用如权利要求1所述的基于Telemetry流量采集技术的流量可视化***实现的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的方法为流量数据通过配置好的物理交换设备上报到流量采集设备,再由流量采集设备进行加工操作再传送到流量分析设备,流量分析设备对数据进一步分析后存储到数据库,SDN控制器通过数据库将数据提取并进行可视化操作。
3.根据权利要求2所述的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的物理交换设备属于SDN控制器管理下的设备,物理交换设备在硬件板卡ASIC层面植入代码,按照YANG模型、JSON模型或NETCONF模型从硬件板卡组织并导出实时数据。
4.根据权利要求2所述的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的物理设备和流量采集服务器之间要搭建GRPC传输通道,实时数据通过GRPC协议传送到流量采集服务器上。
5.根据权利要求2所述的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的流量采集服务器接收到物理设备上传的订阅数据,流量采集服务器对数据进行去重操作,然后将处理好的数据发送给SDN流量分析器;流量分析服务器接收到流量采集服务器传送的数据后,对数据做进一步详细的分析,按照业务、设备或者接口进行相关处理,然后将分析好的数据存储到数据库中。
6.根据权利要求2所述的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的物理设备主动与流量采集服务器建立GRPC通道并且在物理设备上设置订阅,物理设备通过设定好的配置,通过GRPC通道将自己的订阅数据上传到流量采集服务器。
7.根据权利要求2所述的基于Telemetry流量采集技术的流量可视化方法,其特征是:所述的SDN控制器后端将数据库中的数据取出并做好API接口让前端进行调用,前端通过调用API接口获取数据并在浏览器进行渲染和展示,最后实现流量的可视化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011579522.3A CN112565023A (zh) | 2020-12-28 | 2020-12-28 | 一种基于Telemetry流量采集技术的流量可视化***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011579522.3A CN112565023A (zh) | 2020-12-28 | 2020-12-28 | 一种基于Telemetry流量采集技术的流量可视化***和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112565023A true CN112565023A (zh) | 2021-03-26 |
Family
ID=75033922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011579522.3A Pending CN112565023A (zh) | 2020-12-28 | 2020-12-28 | 一种基于Telemetry流量采集技术的流量可视化***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112565023A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542160A (zh) * | 2021-05-27 | 2021-10-22 | 贵州电网有限责任公司 | 一种基于sdn的云内东西向流量牵引方法与*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101500017A (zh) * | 2008-01-28 | 2009-08-05 | 饶翔 | 一种基于流量提供业务的方法及其*** |
CN105553957A (zh) * | 2015-12-09 | 2016-05-04 | 国家电网公司 | 基于大数据的网络安全态势感知预警方法和*** |
CN106130796A (zh) * | 2016-08-29 | 2016-11-16 | 广州西麦科技股份有限公司 | Sdn网络拓扑流量可视化监控方法及控制终端 |
CN106357534A (zh) * | 2016-08-25 | 2017-01-25 | 江苏省未来网络创新研究院 | 一种基于sdn的流量监控***及方法 |
CN106506513A (zh) * | 2016-11-21 | 2017-03-15 | 国网四川省电力公司信息通信公司 | 基于网络流量的防火墙策略数据分析装置及方法 |
CN107948092A (zh) * | 2017-11-22 | 2018-04-20 | 用友金融信息技术股份有限公司 | 实时数据采集方法和实时数据采集*** |
CN108809752A (zh) * | 2018-04-27 | 2018-11-13 | 广州西麦科技股份有限公司 | 一种网络流量的自适应监控方法、装置、npb设备及介质 |
CN109474487A (zh) * | 2018-10-17 | 2019-03-15 | Ut斯达康通讯有限公司 | 网络性能监测方法、网络设备及网络性能监测*** |
CN110445671A (zh) * | 2019-06-27 | 2019-11-12 | 浪潮思科网络科技有限公司 | 一种基于sdn的网络流量监控方法 |
CN110545199A (zh) * | 2019-07-24 | 2019-12-06 | 浪潮思科网络科技有限公司 | 一种基于Netflow的SDN网络流量统计装置及方法 |
CN111049698A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 一种遥测数据采集方法及装置 |
CN111125208A (zh) * | 2018-10-30 | 2020-05-08 | 华为技术有限公司 | 一种数据采集处理方法、装置及*** |
CN111181799A (zh) * | 2019-10-14 | 2020-05-19 | 腾讯科技(深圳)有限公司 | 一种网络流量监控方法及设备 |
CN111355670A (zh) * | 2018-12-24 | 2020-06-30 | 中移(杭州)信息技术有限公司 | 一种流量识别方法、装置、电子设备及存储介质 |
CN111371640A (zh) * | 2020-02-24 | 2020-07-03 | 深圳供电局有限公司 | 一种基于sdn控制器的流量采集分析方法及*** |
CN111385131A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 网络设备的配置方法、装置、设备及*** |
-
2020
- 2020-12-28 CN CN202011579522.3A patent/CN112565023A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101500017A (zh) * | 2008-01-28 | 2009-08-05 | 饶翔 | 一种基于流量提供业务的方法及其*** |
CN105553957A (zh) * | 2015-12-09 | 2016-05-04 | 国家电网公司 | 基于大数据的网络安全态势感知预警方法和*** |
CN106357534A (zh) * | 2016-08-25 | 2017-01-25 | 江苏省未来网络创新研究院 | 一种基于sdn的流量监控***及方法 |
CN106130796A (zh) * | 2016-08-29 | 2016-11-16 | 广州西麦科技股份有限公司 | Sdn网络拓扑流量可视化监控方法及控制终端 |
CN106506513A (zh) * | 2016-11-21 | 2017-03-15 | 国网四川省电力公司信息通信公司 | 基于网络流量的防火墙策略数据分析装置及方法 |
CN107948092A (zh) * | 2017-11-22 | 2018-04-20 | 用友金融信息技术股份有限公司 | 实时数据采集方法和实时数据采集*** |
CN108809752A (zh) * | 2018-04-27 | 2018-11-13 | 广州西麦科技股份有限公司 | 一种网络流量的自适应监控方法、装置、npb设备及介质 |
CN111049698A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 一种遥测数据采集方法及装置 |
CN109474487A (zh) * | 2018-10-17 | 2019-03-15 | Ut斯达康通讯有限公司 | 网络性能监测方法、网络设备及网络性能监测*** |
CN111125208A (zh) * | 2018-10-30 | 2020-05-08 | 华为技术有限公司 | 一种数据采集处理方法、装置及*** |
CN111355670A (zh) * | 2018-12-24 | 2020-06-30 | 中移(杭州)信息技术有限公司 | 一种流量识别方法、装置、电子设备及存储介质 |
CN111385131A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 网络设备的配置方法、装置、设备及*** |
CN110445671A (zh) * | 2019-06-27 | 2019-11-12 | 浪潮思科网络科技有限公司 | 一种基于sdn的网络流量监控方法 |
CN110545199A (zh) * | 2019-07-24 | 2019-12-06 | 浪潮思科网络科技有限公司 | 一种基于Netflow的SDN网络流量统计装置及方法 |
CN111181799A (zh) * | 2019-10-14 | 2020-05-19 | 腾讯科技(深圳)有限公司 | 一种网络流量监控方法及设备 |
CN111371640A (zh) * | 2020-02-24 | 2020-07-03 | 深圳供电局有限公司 | 一种基于sdn控制器的流量采集分析方法及*** |
Non-Patent Citations (1)
Title |
---|
汤钦华等: "基于远程过程调用的网络流量可视化技术研究与应用", 《中国数字医学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542160A (zh) * | 2021-05-27 | 2021-10-22 | 贵州电网有限责任公司 | 一种基于sdn的云内东西向流量牵引方法与*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106130796B (zh) | Sdn网络拓扑流量可视化监控方法及控制终端 | |
CN108600049B (zh) | 数据中心网络tcp连接的性能测量方法、装置及存储介质 | |
US11563646B2 (en) | Machine learning-based network analytics, troubleshoot, and self- healing system and method | |
CN103546343B (zh) | 网络流量分析***的网络流量展示方法和*** | |
US11659449B2 (en) | Machine learning-based network analytics, troubleshoot, and self-healing holistic telemetry system incorporating modem-embedded machine analysis of multi-protocol stacks | |
CN103248512A (zh) | 通信网络中应用层拓扑结构的生成方法和*** | |
CN110445671B (zh) | 一种基于sdn的网络流量监控方法 | |
CN115277510B (zh) | 自动识别网络会话中设备、设备接口、设备路径的方法 | |
CN105812210A (zh) | 分布式网络性能测量*** | |
CN113746654A (zh) | 一种IPv6地址管理和流量分析的方法和装置 | |
CN112565023A (zh) | 一种基于Telemetry流量采集技术的流量可视化***和方法 | |
CN107846310B (zh) | 一种基于客户资源树的iptv视频质差联动拨测定界方法 | |
CN114039892A (zh) | 一种网络抖动分析及可视化方法及*** | |
KR102423039B1 (ko) | 대용량 네트워크 모니터링을 위한 실시간 패킷 데이터 저장 방법 및 장치 | |
CN115766471B (zh) | 一种基于组播流量的网络业务质量分析方法 | |
CN101232404B (zh) | 一种epon接入***的远程网络管理方法 | |
CN110677303A (zh) | 网络管理*** | |
KR102423038B1 (ko) | 대용량 네트워크 모니터링을 위한 실시간 패킷 데이터 수집 방법 및 장치 | |
CN108400905B (zh) | 一种处理分布式存储端到端流量分析的方法 | |
Yang et al. | Traffic anomaly detection and prediction based on SDN-enabled ICN | |
CN111901179A (zh) | 一种物联网设备的管理方法方法和*** | |
JP2010199669A (ja) | バックボーン網におけるトラヒック情報収集方法、トラヒック情報収集装置、及びプログラム | |
US11991046B2 (en) | Determining an organizational level network topology | |
CN116756217B (zh) | 一种一键式遥测数据实时处理判读方法及*** | |
CN116866214B (zh) | 一种基于统计级会话的地域网络质量分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |