CN104539941A - 基于改进代码书的交通视频专网故障定位方法 - Google Patents
基于改进代码书的交通视频专网故障定位方法 Download PDFInfo
- Publication number
- CN104539941A CN104539941A CN201410827834.XA CN201410827834A CN104539941A CN 104539941 A CN104539941 A CN 104539941A CN 201410827834 A CN201410827834 A CN 201410827834A CN 104539941 A CN104539941 A CN 104539941A
- Authority
- CN
- China
- Prior art keywords
- failure
- network
- event
- private network
- code book
- 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.)
- Granted
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于改进代码书的交通视频专网故障定位方法,设置网络故障定位测试系统进行巡检,系统包括Agent设备、网管计算机和数据库服务器,所述三种设备通过专网网络连接。设置视频QoS阈值,提高故障事件检验的准确性。采用具有三个维度参数的代码书矩阵模型,解决传统代码书模型对于环形故障关系无法定位的问题。本发明具有较强的场景适应性,测试系统不改变原有的网络拓扑结构,同时兼具高效、易用等特点。
Description
技术领域
本发明属于网络通信技术领域,具体为一种基于改进代码书的专网故障定位方法。
背景技术
专用网络为企业内部网,或称内部网、内联网、内网,是一个使用与因特网同样技术的计算机网络,它通常建立在一个企业或组织的内部并为其成员提供信息的共享和交流等服务,例如万维网,文件传输,电子邮件等。这种网络不向本单位以外的人提供服务,例如军队、铁路、交通等系统均有自身系统的专用网络。
随着社会经济的快速发展,经济活动的承载对高速公路运输的负荷不断加压。近年来,由于交通视频专网异构规模的不断扩大、网络质量不稳定等因素,高速公路视频监控图像时常出现某几路视频质量下降、出现雪花甚至无图像的情况,这对交通流量监控、交通疏导带来了巨大的安全隐患。
网络服务质量(Quality of service,QoS)是网络提供给应用/用户的服务性能的一种测量。传统网络中的服务质量,是指网络在传输数据流时要满足的一系列服务请求,具体可以量化为带宽、延迟、延迟抖动、丢包率、吞吐量等性能,强调端到端或网络边界搭配边界的整体性。
网络故障一般表现为网络所承载的业务发生异常,比如:网络监控视频延时、出现雪花、发生网络服务中断或者网络速度很慢等情况。由于网络的互联性和开放性,网络故障之间存在着一定的关联关系,单一的网络故障可能导致大量的故障现象。
代码书的基本思想是:在网络中,每个网络节点设备出现的故障都会引起涟漪效应,会导致其他节点的大量网络故障的发生。这时,任一节点发生故障的原因可能是本地事件,也可能是关联关系的对象传递来的故障。处理这些由故障而引发症状事件的方法是把事件看成一个标识故障的密码,相关性分析的过程就是对症状事件进行解码的过程,最终确定密码标识,出现症状事件的那些故障。
杨明等人于2009年在技术与市场期刊上发表了《网络故障定位技术的研究现状与分析》,根据当前网络故障定位技术的发展现状介绍了基于规则推理、案例推理、代码书等一些常用的故障定位技术并分析了它们的优缺点及其研究成果。其没有考虑代码书模型在实际应用场景中遇到可能出现的适应性不足、精度不足的缺陷。
石磊等人于2006年的硕士论文《网络故障定位与检测技术研究》中结合现有技术的优缺点,考虑了故障关系的复杂性,给出了一种基于关联图和案例库的网络故障定位算法并对算法进行了验证性仿真实验。该方法只是考虑了网络设备有无响应的单一网络故障因素,对于交通视频专网等业务服务质量要求高的应用场景不适用。
叶昊等人于2012年在清华大学学报(自然科学版)上发表了基于代码书的电力二次系统故障定位方法,将代码书技术应用于电力调度中心的二次系统运行维护中,同时给出一些仿真验证试验。该方法也是场景适应性的问题,传统的代码书技术对于有复杂故障类型、网络异构规模大的应用场景不适用。
上述基于代码书的网络故障定位检测的方法,最大的特点是实现简单,易满足简单网络环境使用场景,但是,这些算法有一些局限性:首先,使用场景问题。它们仅考虑了简单的有无响应故障类型,未考虑丢包过多、延时过大、抖动较大、图像质量差等诸多复杂故障类型,不适用网络异构规模庞大、对视频服务质量要求较高的交通视频专网使用场景。其次,准确性问题。它们采用构建二维关联矩阵作为故障代码书,判别故障事件考虑因素单一,对于环形关联关系(A→B→C→A)无法进行故障定位处理。
参考文献:
[1]文浩,林闯,任丰原,周嘉,曾荣飞.无线传感器网络的QoS体系结构[J].计算机学报,2009,03:432-440.
[3]杨明,黄华,夏建刚,王雯.网络故障定位技术的研究现状与分析[J].技术与市场,2009,03:20-22.
[4]石磊.网络故障定位与检测技术研究[D].南京理工大学,2006.
[5]叶昊,范牛军,刘宝峰,李青志.基于代码书的电力二次系统故障定位方法[J].清华大学学报(自然科学版),2012,12:1670-1676.
发明内容
本发明要解决的问题是:现有的基于代码书故障定位方法具有的场景适应性差、精度低、高耦合性等无法满足使用需求的问题。
本发明的技术方案为:一种基于改进代码书的交通视频专网故障定位方法,通过设置网络故障定位测试系统进行巡检,系统设备包括数据采集端和网管计算机,数据采集端为Agent设备,所述Agent设备和网管计算机通过专网网络连接,Agent设备作为服务器端,网管计算机作为客户端,根据交通视频专网的网络拓扑结构和网络各节点间的关联程度构建具有三个维度参数的专网故障代码书,所述三个维度分别是:X轴,Y轴和Z轴,X轴Y轴为节点,Z轴为时间:
X轴,表示前项节点信息,即故障事件关系中的前项;
Y轴,表示后项节点信息,即故障事件关系中的后项;
Z轴,表示后项节点距离前项节点的故障事件发生时间点的相对时间,取值范围是从0~+∞之间的整数,时间单位自行设定;
在专网故障代码书中的每一个网络事件表示方法如下:P(前项节点,后项节点,相对时间);
巡检时,Agent设备与要检测的视频监控摄像头位于同一局域网中,Agent设备响应网管计算机的请求报文并回发测试数据包,完成所在局域网的视频QoS测试参数的采集,网管计算机根据QoS测试参数计算得到视频QoS参数,并与设定的QoS阈值对比,锁定视频QoS参数低于阈值的Agent设备的IP地址,再通过tracert命令和ping命令的组合使用,确定发生故障的节点IP及其延时和丢包率信息,得到故障事件,Agent设备将故障事件发送给网管计算机,网管计算机汇总一个时间单位内所发生的所有故障事件,得到故障事件集合,由故障事件集合以及节点之间的关联关系建立故障样本子图,根据故障样本子图在专网故障代码书中对比及查找,找出故障源;当故障关联关系存在环形关系时,使用专网故障代码书中对应节点的时间关系判别节点发生故障的时间先后,定位故障源。
Agent设备回发的测试数据包包括延时、丢包率、吞吐量、误码率、抖动和PSNR的测试数据,其中发送延时、抖动、吞吐量测试数据以及故障事件的数据包采用面向连接的TCP协议,发送丢包率、误码率、PSNR的测试数据的数据包采用UDP协议;
网管计算机通过TCP协议和UDP协议与Agent设备建立Socket通信,根据测试数据包计算得到6个视频QoS参数,当视频QoS参数中任一个小于设定QoS阈值的时候,认为此视频监控摄像头的网路发生故障,锁定对应Agent设备的IP,获取故障事件集合,建立故障代码书子图,通过在专网故障代码书中对比及查找,找出可能发生故障的节点。
本发明优选Agent设备采用笔记本电脑或嵌入式设备,其运行服务器端程序,Agent设备中运行JDK 1.6及以上版本并具有网络功能;网管计算机采用PC机。
本发明根据现有专网网络拓扑结构和各节点间的关联程度构建专网故障代码书。本发明改进代码书其不同于传统代码书,具有三个维度的参数,分别是:X(节点),Y(节点),Z(时间)。即在代码书中的每一个网络事件表示方法如下:P(节点1,节点2,时间)。本发明使用视频图像QoS参数作为阈值参考是充分考虑了交通视频专网业务类型特点,QoS参数值客观反映了视频服务质量的好坏,不局限于网络基本参数的影响,兼顾考虑了网络服务参数的影响。
本发明针对现有的视频监控系统,特别是对现有的交通专网监控中时常出现的某几路监控图像画面失真、花屏、图像异常等情况,提供了一种网络视频质量评测及故障定位的解决方案,可以对于所有在网的节点设备进行巡检。通过分析测试结果,快速、准确定位故障,从而提高交通视频专网的自我诊断能力及自我修复能力,把人员从繁重的故障分析、排障、巡检中解脱出来,真正地做到“以人为本”。进一步,本发明针对交通视频专网的数据量大等特点,设置了2个数据库模块,分别用来存储视频QoS参数和故障定位数据,方便日后排障,为数据信息的安全提供有力的保障。
附图说明
图1是本发明中专网视频QoS与网络定位测试系统的架构图。
图2是本发明专网网络故障代码书的三维矩阵模型示意图。
图3是本发明实施例只包含A,B,C三节点故障关系的矩阵模型。
图4是本发明专网视频QoS与网络故障定位测试的框架图。
图5是本发明网络故障定位的流程图。
具体实施方式
本发明方法通过设置网络故障定位测试系统进行巡检,系统包括数据采集端Agent设备、网管计算机和数据库服务器,所述Agent、网管计算机和数据库服务器通过专网连接,其架构图如图1所示。其中:
数据采集端Agent设备作为服务器端,采用笔记本电脑或嵌入式设备,其内部运行服务器端程序,设备要求可以运行JDK 1.6及以上版本并具有网络功能。要求每个Agent设备接入某几路视频监控摄像头所在的局域网中,保证其与监控摄像头在相同的网络环境中。Agent设备响应网管计算机的请求报文并回发测试数据包,完成视频QoS参数的测量工作。其中发送延时、抖动、吞吐量测试数据以及故障事件的数据包采用面向连接的TCP协议,发送丢包率、误码率、PSNR的测试数据的数据包采用UDP协议。
网管计算机作为客户端,采用PC机,其与Agent建立Socket连接。通过发送请求报文,Agent端传输数据到网管计算机端,根据测试数据包分析计算后可以得到6个QoS参数值,分别是:延时(delay)、丢包率(packetloss)、吞吐量(throughput)、误码率(byteerror)、抖动(jitter)及峰值信噪比(PSNR)。这6个参数客观评价了视频服务质量的好坏。网管计算机通过Agent设备监控专网各路视频的服务质量状况,当发生故障时立即进行故障定位分析,快速找出故障源。
所述现场测试定位方法具体为:Agent设备通过Socket端口与网管计算机传输数据包,测试得到各路视频的网络参数及视频QoS参数。分别取delay=250ms,packetloss=1%,throughput=100mbps,byteerror=10-2,jitter=10ms,PSNR=20作为视频QoS阈值。经过QoS阈值判断,锁定视频服务质量低于标准的摄像头所在局域网的Agent设备的IP地址。通过tracert命令和ping命令的组合使用,可以得到该链路上所有网络节点设备的IP以及平均延时和丢包率信息。采用delay=250ms、packetloss=1%作为一次故障事件检测的阈值,遍历后得到故障事件信息。取1h时间为一个时间单位,汇总一个时间单位内所发生的所有故障事件信息,表示成故障事件集合。
本发明提供了一种网络故障事件关联的表示形式,其不同于传统代码书模型,该方法的矩阵模型具有三个维度的参数,分别是:X(节点),Y(节点),Z(时间)。即在矩阵模型中的每一个网络故障事件表示方法如下:P(节点1,节点2,时间)。以上述三个维度作为坐标轴,可以建立三维空间坐标系。下面对于三个维度的参数进行阐述说明。
X轴,表示前项节点信息,即故障事件关系中的前项,如A→B关系中的A。
Y轴,表示后项节点信息,即故障事件关系中的后项,如A→B关系中的B。
Z轴,表示后项节点距离前项节点的故障事件发生时间点的相对时间,取值范围是从0~+∞之间的整数。当Z=0时,表示前项故障事件与后项故障事件同时发生;当Z=2时,表示前项故障事件在后项故障事件的发生时间点之前2个时间单位;这里的时间单位可以是小时、分钟、天数,可以按照系统实际功能需求设定。
下面以实例说明如何建立具有三个维度参数的代码书及使用改进代码书进行故障定位。
专网所有的网络节点集合为SU=(A,B,C,D,E,F,G,H),他们之间的关联关系:A→B,B→C,C→A,C∩D→E,F∪G→H。出现的故障事件集合SA=(A,B,C,F,G,H)。详细的实施步骤如下:
1)在三维空间坐标系中将专网节点故障关系描述出来。由于故障事件关系出现了环形关系结构,使用传统的代码书无法解决,故引入时间维度。若节点A发生故障事件在节点B之前2个时间单位,在坐标系中该故障事件为P1=P(A,B,2)=1;若节点B发生故障事件在节点C之前1个时间单位,则表示为P2=P(B,C,1)=1;若节点C发生故障事件与节点A同时发生,则表示为P3=P(C,A,0)=1;节点C、节点D与节点E的关系为C∩D→E,该故障事件表示为P4=P(CD,E,0)=1;节点F、节点G与节点H的关系为F∪G→H,该故障事件表示为P5=P(F,H,0)=1和P6=P(G,H,0)=1。
2)构建专网网络故障代码书。
专网网络故障代码书的三维矩阵模型示意图如图2所示,为了方便查看,可以将三维矩阵模型在XY平面投影,结果如表1所示:
表1 专网故障代码书在XY平面投影
3)根据故障事件集合构建故障事件代码书子图。
根据SA集合以及节点的关联关系构建故障事件代码书子图,将故障事件表示为1,其余为0。代码书子图的构建为现有技术,不再详述,具体如表2所示:
表2 故障事件代码书子图
4)对比查找。
根据故障事件代码书子图,可以清楚地找出事件(F,G,H)故障源是F和G。但是对于(A,B,C)这三个节点,发生故障的情况为环形关联关系(A→B→C→A),需进行特殊情况判别。
5)特殊情况判别。
此时隔离所有其他故障事件关系,从专网故障代码书三维矩阵模型中截取出只含A,B,C三者关系的矩阵模型,具体如图3所示。从图中可以了解A节点发生故障时间先于B节点2个时间单位,B节点发生故障时间先于C节点1个时间单位,C发生故障时间和A相同。从Z轴来看,P1的坐标最高,说明A节点发生故障时间最早;P3的坐标最低,说明C节点发生故障时间最晚。P2坐标高度居中。由此可以推断出A是最可能的故障源。
6)定位故障源。
汇总所有可能的故障源,结果是F、G、A。
本发明的专网视频QoS与网络定位测试的框架,如图4所示。
专网故障定位包括下面几个步骤:
1)信息采集,通过Agent与网管计算机的联动采集数据,包括:延时、丢包率、吞吐量、误码率、抖动、PSNR、故障事件集合;
2)数据存储,将采集、分析得到的视频QoS数据和故障定位数据存储到数据库服务器;
3)故障定位分析,分析采集到的视频QoS数据,确定出现故障的节点IP。通过故障事件集合生成故障事件代码书子图,对比匹配专网故障代码书后得到故障定位信息结果;
4)信息表示,将故障定位信息以动态告警的形式,并在人机界面中进行呈现或作为其他系统的参数输入,如地图上的位置标注或作为某个程序模块的触发参数等。
上述故障定位方法的流程如图5所示。首先,计算当前各路监控视频的QoS参数值(延时、丢包率、吞吐量、误码率、抖动、PSNR)。然后,分别取取delay=250ms,packetloss=1%,throughput=100mbps,byteerror=10-2,jitter=10ms,PSNR=20作为故障事件的阈值。取1小时内的故障事件集合生成故障事件代码书子图。通过对比匹配专网故障代码书进而得到专网故障定位信息。
本发明涉及网络通信、Agent技术、故障定位算法等多方面内容,测试得到交通视频专网QoS的参数,使用改进代码书技术进行故障定位,在各行业专网的应用广泛。极大地解决了人工故障定位费时费力的缺点,使得故障定位系统具有更强的准确性、场景适应性、松耦合性、易用性。本发明具有较强的场景适应性,测试系统不改变原有的网络拓扑结构,同时兼具高效、易用等特点。
Claims (5)
1.一种基于改进代码书的交通视频专网故障定位方法,其特征是通过设置网络故障定位测试系统进行巡检,系统设备包括数据采集端和网管计算机,数据采集端为Agent设备,所述Agent设备和网管计算机通过专网网络连接,Agent设备作为服务器端,网管计算机作为客户端,根据交通视频专网的网络拓扑结构和网络各节点间的关联程度构建具有三个维度参数的专网故障代码书,所述三个维度分别是:X轴,Y轴和Z轴,X轴Y轴为节点,Z轴为时间:
X轴,表示前项节点信息,即故障事件关系中的前项;
Y轴,表示后项节点信息,即故障事件关系中的后项;
Z轴,表示后项节点距离前项节点的故障事件发生时间点的相对时间,取值范围是从0~+∞之间的整数,时间单位自行设定;
在专网故障代码书中的每一个网络事件表示方法如下:P(前项节点,后项节点,相对时间);
巡检时,Agent设备与要检测的视频监控摄像头位于同一局域网中,Agent设备响应网管计算机的请求报文并回发测试数据包,完成所在局域网的视频QoS测试参数的采集,网管计算机根据QoS测试参数计算得到视频QoS参数,并与设定的QoS阈值对比,锁定视频QoS参数低于阈值的Agent设备的IP地址,再通过tracert命令和ping命令的组合使用,确定发生故障的节点IP及其延时和丢包率信息,得到故障事件,Agent设备将故障事件发送给网管计算机,网管计算机汇总一个时间单位内所发生的所有故障事件,得到故障事件集合,由故障事件集合以及节点之间的关联关系建立故障样本子图,根据故障样本子图在专网故障代码书中对比及查找,找出故障源;当故障关联关系存在环形关系时,使用专网故障代码书中对应节点的时间关系判别节点发生故障的时间先后,定位故障源。
2.根据权利要求1所述的一种基于改进代码书的交通视频专网故障定位方法,其特征是Agent设备回发的测试数据包包括延时、丢包率、吞吐量、误码率、抖动和PSNR的测试数据,其中发送延时、抖动、吞吐量测试数据以及故障事件的数据包采用面向连接的TCP协议,发送丢包率、误码率、PSNR的测试数据的数据包采用UDP协议;
网管计算机通过TCP协议和UDP协议与Agent设备建立Socket通信,根据测试数据包计算得到6个视频QoS参数,当视频QoS参数中任一个小于设定QoS阈值的时候,认为此视频监控摄像头的网路发生故障,锁定对应Agent设备的IP,获取故障事件集合,建立故障代码书子图,通过在专网故障代码书中对比及查找,找出可能发生故障的节点。
3.根据权利要求1所述的一种基于改进代码书的交通视频专网故障定位方法,其特征是Agent设备采用笔记本电脑或嵌入式设备,其运行服务器端程序,Agent设备中运行JDK 1.6及以上版本并具有网络功能;网管计算机采用PC机。
4.根据权利要求1所述的一种基于改进代码书的交通视频专网故障定位方法,其特征是QoS阈值为:延时250ms,丢包率1%,吞吐量100mbps,误码率10-2,抖动10ms,PSNR 20。
5.根据权利要求1-4任一项所述的一种基于改进代码书的交通视频专网故障定位方法,其特征是网管计算机将接收到的视频QoS参数以及分析得到故障定位数据分别存储到独立的数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410827834.XA CN104539941B (zh) | 2014-12-25 | 2014-12-25 | 基于改进代码书的交通视频专网故障定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410827834.XA CN104539941B (zh) | 2014-12-25 | 2014-12-25 | 基于改进代码书的交通视频专网故障定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104539941A true CN104539941A (zh) | 2015-04-22 |
CN104539941B CN104539941B (zh) | 2016-12-07 |
Family
ID=52855399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410827834.XA Active CN104539941B (zh) | 2014-12-25 | 2014-12-25 | 基于改进代码书的交通视频专网故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104539941B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806232A (zh) * | 2018-05-29 | 2018-11-13 | 广州宇阳电力科技有限公司 | 集抄设备的检测方法、装置、系统、计算机设备和存储介质 |
EP3624461A4 (en) * | 2017-05-27 | 2020-05-20 | Huawei Technologies Co., Ltd. | TROUBLESHOOTING METHOD, MONITORING DEVICE AND NETWORKING DEVICE |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529455A (zh) * | 2003-09-29 | 2004-09-15 | 港湾网络有限公司 | 网络故障实时相关性分析方法及系统 |
CN101022366A (zh) * | 2007-03-21 | 2007-08-22 | Ut斯达康通讯有限公司 | 一种故障关联分析系统以及方法 |
CN101916499A (zh) * | 2010-08-12 | 2010-12-15 | 深圳市共济科技有限公司 | 一种智能报警装置及智能报警方法 |
CN101945009A (zh) * | 2010-09-14 | 2011-01-12 | 国网电力科学研究院 | 基于案例和模式匹配的电力通信网故障定位方法及装置 |
CN102340802A (zh) * | 2010-07-14 | 2012-02-01 | 中国联合网络通信集团有限公司 | 业务质量监测方法及系统 |
CN102571407A (zh) * | 2010-12-30 | 2012-07-11 | 中国移动通信集团河北有限公司 | 告警关联分析方法及装置 |
CN103746831A (zh) * | 2013-12-24 | 2014-04-23 | 华为技术有限公司 | 一种告警分析的方法、装置及系统 |
CN103840967A (zh) * | 2013-12-23 | 2014-06-04 | 北京邮电大学 | 一种电力通信网中故障定位的方法 |
-
2014
- 2014-12-25 CN CN201410827834.XA patent/CN104539941B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529455A (zh) * | 2003-09-29 | 2004-09-15 | 港湾网络有限公司 | 网络故障实时相关性分析方法及系统 |
CN101022366A (zh) * | 2007-03-21 | 2007-08-22 | Ut斯达康通讯有限公司 | 一种故障关联分析系统以及方法 |
CN102340802A (zh) * | 2010-07-14 | 2012-02-01 | 中国联合网络通信集团有限公司 | 业务质量监测方法及系统 |
CN101916499A (zh) * | 2010-08-12 | 2010-12-15 | 深圳市共济科技有限公司 | 一种智能报警装置及智能报警方法 |
CN101945009A (zh) * | 2010-09-14 | 2011-01-12 | 国网电力科学研究院 | 基于案例和模式匹配的电力通信网故障定位方法及装置 |
CN102571407A (zh) * | 2010-12-30 | 2012-07-11 | 中国移动通信集团河北有限公司 | 告警关联分析方法及装置 |
CN103840967A (zh) * | 2013-12-23 | 2014-06-04 | 北京邮电大学 | 一种电力通信网中故障定位的方法 |
CN103746831A (zh) * | 2013-12-24 | 2014-04-23 | 华为技术有限公司 | 一种告警分析的方法、装置及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3624461A4 (en) * | 2017-05-27 | 2020-05-20 | Huawei Technologies Co., Ltd. | TROUBLESHOOTING METHOD, MONITORING DEVICE AND NETWORKING DEVICE |
US11968422B2 (en) | 2017-05-27 | 2024-04-23 | Huawei Technologies Co., Ltd. | Video stream fault detection |
CN108806232A (zh) * | 2018-05-29 | 2018-11-13 | 广州宇阳电力科技有限公司 | 集抄设备的检测方法、装置、系统、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104539941B (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11121947B2 (en) | Monitoring and analysis of interactions between network endpoints | |
US11902318B2 (en) | Network visualization, intrusion detection, and network healing | |
CN107683597A (zh) | 用于异常检测的网络行为数据收集和分析 | |
CN114157554B (zh) | 故障排查方法、装置、存储介质及计算机设备 | |
CN114143203A (zh) | 一种基于动态服务拓扑映射的Kubernetes容器网络数据包指标采集的方法及系统 | |
CN106533832B (zh) | 一种基于分布式部署的网络流量探测系统 | |
Stiawan et al. | Anomaly detection and monitoring in Internet of Things communication | |
CN110633195B (zh) | 一种性能数据的展示方法、装置、电子设备及存储介质 | |
CN112994972B (zh) | 一种分布式探针监测平台 | |
Lahmadi et al. | A platform for the analysis and visualization of network flow data of android environments | |
CN105530137B (zh) | 流量数据分析方法及流量数据分析系统 | |
Gad et al. | Employing the CEP paradigm for network analysis and surveillance | |
CN116257021A (zh) | 一种工控系统智能网络安全态势监测预警平台 | |
CN104539941A (zh) | 基于改进代码书的交通视频专网故障定位方法 | |
CN104639351A (zh) | 用以建构网络结构部署图的处理系统及其方法 | |
CN113676723A (zh) | 一种基于物联网的非同源网络视频监控故障定位方法及装置 | |
CN104104548A (zh) | 一种基于sflow和owamp的网络安全态势信息获取系统及方法 | |
JP2008244635A (ja) | ネットワーク監視システム、ネットワーク監視方法、ネットワーク監視プログラム及び収集装置 | |
Rosa et al. | Abnormal internet usage detection in LAN Islamic University of Riau Indonesia | |
Guo et al. | Performance analysis of heterogeneous traffic networks based on sFlow and NetStream | |
Asiri et al. | ARCSG: Advancing Resilience of Cyber-Physical Smart Grid: An Integrated Co-Simulation Approach Incorporating Indicators of Compromise | |
Huabing et al. | Real-time detection method for mobile network traffic anomalies considering user behavior security monitoring | |
Ushakova et al. | Research of performance parameters of virtual switches with OpenFlow support | |
CN111629025B (zh) | 一种医疗信息对接用调试系统 | |
US20240031264A1 (en) | Monitoring performance of applications with respect to software defined wide area network edge devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |