校园网流量分析与控制策略应用.docVIP

校园网流量分析与控制策略应用 摘要：本文通过分析目前的常用流量分析方法、流量控制方法，以实例说明了如何使用流控设备对网络流量进行深入分析，并制定相应的网络控制策略，从而有效的改善网络环境。 关键词：校园网 网络管理 流量分析 流量控制 中图分类号：tp393 文献标识码：a 文章编号：1007-9416(2012)02-0160-02 1、引言 随着信息化建设的高速发展，校园网作为数字信息的基本载体在数字校园的建设中具有非常重要的作用。但是，由于各种网络应用的不断涌现，消耗了大量网络带宽，导致网络拥堵、性能降低，干扰了教学科研等关键业务的正常运行。为了优化网络环境，保证数字校园的正常运行，我们有必要对网络流量进行深入的分析与研究，对占用大量网络带宽的流量、环节采取针对性的手段进行调整与控制，保障数字校园高效稳定安全的运行。 2、流量分析的常用方法 网络流量分析指通过捕获网络流量数据对其进行深入量测和分析，来掌握网络的流量特性，例如某种协议、应用服务的使用情况或者某些用户的行为特征等，为精细化流量控制提供数据依据。目前采用的网络流量分析方法按照分析的对象有： 2.1 基于地理位置的分析 基于地理位置的分析是通过获取已知位置、用户群的相关网络设备的运行情况来进行分析。常见的是使用简单网络管理协议（snmp）来实现信息获取，这种方法优点在于需要的设备及人员较少，能够获得流量的相互关系。 2.2 基于数据包的分析 对数据包的分析一般可以分为：基于地址、端口的分析，基于特征码的分析以及深度数据包检测。 基于地址、端口的分析是通过识别ip、url地址或者应用服务的特定端口来检测分类的方法。但是随着网络技术的发展，越来越多的应用不再基于固定的地址、端口，使得这种方法的使用范围不断缩小。 基于特征码的分析是通过检测osi模型中四层以下的内容中是否含有某些应用服务的特殊标示或使用的特定协议来对数据包进行分类的方法，是一种使用较多的分析方法。 深度数据包检测（dpi）是一种对数据包深入到应用层协议检测分析的方法。它通过逐包分析、模式匹配，并且使用行为模式识别等技术，可以对流量中的具体应用服务实现较为准确的识别，例如鉴别p2p数据应用，虽然它的分析速度较慢而且需要不断的根据新的协议和新的应用来升级后台应用数据库，但仍不失为一种使用较为广泛的方法。 2.3 基于流量行为的分析 目前较为常见的是深度流行为检测（dfi），这是通过对数据流的数据包长度、数据流持续时间、链接状态、网络层传输层信息等参数来对其进行统计分析的检测方法，速度快于深度数据包检测方法，可以分析加密数据流，但仅能对数据进行模糊分类，例如将满足p2p流量模型的应用统一识别为p2p流量，因为一般新型应用都是由某些旧应用发展而来，其流量特征变化较小，所以不需要频繁升级流量模型数据库就可以较为准确的分辨类别。 3、流量控制的常用方法 在对网络流量进行深入分析了解数据构成后，就可以针对性的使用适当的方法来控制网络流量，常用方法有“限”、“封”、“分级”： (1)限：指对带宽、连接数等设置门限，是流量控制中最常用的方法，一般有基于用户的带宽限制、基于服务的带宽限制、基于时间段的带宽限制以及基于并发连接数的限制等。 (2)封：也就是通过封堵特定应用、行为的ip地址、端口号的连接，来禁止使用的目的。但是随着技术的发展，很多软件可以自动协商通讯端口甚至可以使用80端口，所以在单独使用时效果并不理想。 (3)分级：也就是划分应用服务等级，让关键应用获得最高级优先权，让重要应用获得较高优先权，从而使网络流量有序化。 4、校园网流量控制策略的实施 4.1 流控设备的部署 笔者所在学校是在外网防火墙和骨干网交换机之间部署锐捷ace2000来实现内网至外网主干线路的流量控制。 ace2000是锐捷专门针对国内市场定制和优化的流控设备，可以对网络流量、用户上网行为进行深入分析，为用户提供网络应用和流量趋势报表，还运用深度包检测（dpi）和深度流检测（dfi）技术，能够全面识别和控制各种应用，从而有效的检测和防止某些应用对带宽资源的非正常消耗，保证关键应用带宽，保障整体网络应用的服务质量。 4.2 流量分析 通过ace2000对校园网出口流量监控分析发现在我校校园网内主要是p2p数据流泛滥，导致关键网络应用延时较大、丢包较多。在工作时间以及晚上繁忙时段，p2p下载、p2p应用占据了超过80%的网络带宽，流出流量超过流入流量，在线会话数远大于在线ip数，某些用户数据流量异常。 4.3 管理策略 考虑到校园网需要满足全校师生在日常办公学习、实验教学、网络视频教学以及业余时间休闲娱乐等方面的需求，根据长期流量分析数据，从以下四个方面制定控制策略： (1)按ip段划分：我校为办公用户、教学用户、学生用户、家属用