基于RTT的網(wǎng)絡(luò)性能異常檢測方法研究.pdf

1、隨著Internet技術(shù)和網(wǎng)絡(luò)業(yè)務(wù)的飛速發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)越來越普及，應(yīng)用非常廣泛，計(jì)算機(jī)網(wǎng)絡(luò)逐步影響著人們的生活和工作方式，用戶對網(wǎng)絡(luò)業(yè)務(wù)性能的要求越來越高，網(wǎng)絡(luò)性能的優(yōu)劣越來越受到人們的關(guān)注。網(wǎng)絡(luò)管理的重要性日益增加，網(wǎng)絡(luò)性能異常檢測技術(shù)作為網(wǎng)絡(luò)管理的重要一環(huán)，能夠發(fā)現(xiàn)網(wǎng)絡(luò)性能隱患，確保網(wǎng)絡(luò)業(yè)務(wù)的可用性和高性能。 本文采用網(wǎng)絡(luò)環(huán)路延時(shí)(RTT)作為性能指標(biāo)，對IP端到端網(wǎng)絡(luò)進(jìn)行了性能異常檢測技術(shù)研究。主要工作包括： 1

2、.提出了一種基于趨勢分析的網(wǎng)絡(luò)異常檢測方法，根據(jù)RTT分布的特性，采用最小二乘法和移動(dòng)數(shù)據(jù)窗對歷史RTT數(shù)據(jù)進(jìn)行趨勢分析，得到RTT的正常趨勢模型，在進(jìn)行網(wǎng)絡(luò)監(jiān)控過程中，將實(shí)時(shí)RTT數(shù)據(jù)分解為正常趨勢模型分量和隨機(jī)變化分量，降低周期性的正常趨勢模型數(shù)據(jù)對異常檢測的影響，對隨機(jī)變化分量采用滑動(dòng)窗口平均的方法進(jìn)行性能異常檢測，使得檢測方法對異常數(shù)據(jù)更加敏感，檢測率更高。 2.分析了周期采樣的不足之處，應(yīng)用于RTT采集的周期采樣方法雖