基于概率统计分析的应用流特征分析

任何事物都有它不利的一面，网络也是如此，网络的障碍多种多样，这其中最难避免的莫过于网络的异常流量，它是针对某一特定端口发起犹如洪水般的非正常的流量，导致网络瘫痪，网络的瘫痪给我们带来的巨大损失是可以想象的，客户之间无法通信，商务无法进行，直接给我们带来巨大的经济损失。这样的例子在世界各国都有发生，可见网络的稳定对我们来说是何等的重要。因此，我们利用各种工具，各种安全策略来监控、维护我们的网络，使网络故障在第一时间被发现，及时地采取合理快速的方法定位故障并处理，使之给我们带来的经济损失最小。

网络数据的传输是高速的，通常人们考察网络性能总是以计算机数据包来作为衡量和测试的手段，因此，模型也在此基础上建立。将计算机网络在物理上当作一维的管道，数据的传输都在一维的管道中进行。可以将高速网络中一个一个包的传输想象为汽车在高速公路上运行，包具有速度，包和包之间由于到达时间和传输设备延迟的原因有一定时间上的距离，表现在管道中就是包之间的距离。当负载达到一定程度时，笔者认为网络中的数据具有流体的特征，进而可以将这种高速的运动流想象为流体运动。

根据对网络流量行为特征的分析和对当前一些网络流量数据采样方法研究的分析，同时也为了解决当前许多基于泊松模型的采样算法在对网络流量信息进行采样时，不能很好地解决网络流量具有自相似性特征的突发现象等问题。当前，网络流量采集技术已经相对成熟，通过各种流量采集技术已经可以获得不同的粒度和时间尺度上的流量数据，这为进行全面的网络流量分析提供了丰富的数据信息。而针对采集到的大量流量数据，流量分析技术也已经得到极大发展。通过对不同的粒度和时间尺度上的流量进行