淺談IDC的流量分析 |
發布時間: 2012/9/16 0:57:49 |
1. 背景概述
在上個世紀90年代中期IDC剛剛在國內興起的時候,IDC的出口帶寬還很小,后來慢慢地從百M擴展到千M,一直快速發展到現在的10G,甚至幾十個G,接口類型也從以前的ATM發展到現在的POS。出口帶寬越來越大,IDC流量分析的基礎組成部分--流量采集技術也隨之一直在變化。
在百M和千M出口帶寬時代,使用端口鏡像技術就可以對IDC的所有出入流量進行完整的采集,然而進入2.5G/10G/40G接口時代后,端口鏡像、探針和旁路監測技術的流量全采集方式無疑部署越來越麻煩,部署的層級需要不斷地往下移,需要部署的點越來越多,造成部署成本高昂,這樣的流量采集技術目前已經在IDC的實際應用中逐漸被淘汰了。
為了應對巨大流量背景下分析流量的來源和去向及流量的應用類別,設備廠家們提出了FLOW的概念,像CISCO的NETFLOW,Juniper的CFlowd,HP/NEC/Alcatel/Foundry,Extreme等的sFlow,華為的NETSTREAM等等,尤其是CISCO的NETFLOW已經在IDC里得到了廣泛的應用。
2. 為什么需要流量分析
網管人員在日常的IT管理中,經常都會面臨下面的一些情況:
外部流量是從哪里來的?
是否有不友善的攻擊行為?
本網的流量都到哪里去了?
如何做實時的細節分析?
本網內各個IP的流量使用情況如何?
是哪些IP地址或是應用層協議造成網絡的擁塞?
在我的網絡里各種應用層協議的流量比例各是多少?
如何調配多條對外線路間的流量以達到負載均衡 ?
如何預測網絡流量的增長,在多久之后需要進行擴建?
流量分析系統就是為了解決這些問題而產生的!!!
3. IDC流量的采集方式
單純的從流量數據的采集方式上來看,可以分為SNMP,端口鏡像/探針/旁路,FLOW,RMON等幾種主要方式,其中SNMP主要應用于設備接口的流量數據采集,如采集某個交換機端口的流入流出字節數,包數等;端口鏡像/探針/旁路主要應用于千兆以下的端口的全流量采集,這種方式下采集的數據可以進行數據包內容的分析,也即現在非常熱的所謂的DPI(深度包檢測);而各種FLOW技術則是設備按照一定的采樣比進行網絡五元組(源IP+源端口+目的IP+目的端口+協議類型)的統計,然后輸出統計后的流記錄。
從IDC流量的實際應用來說,這幾種方式都有其應用的場景,比如SNMP技術采集到的交換機端口的接口流量可以反映網絡內的流量分布和帶寬占用情況,同時也可以反映設備的工作狀態,如丟包率,錯誤包率等。而端口鏡像/探針/旁路等全流量采集技術則可結合深度包檢測技術在自動監測IDC托管的各類網站、論壇是否含有非法、黃色的內容的場合下發揮獨特的技術作用。FLOW技術則在IDC的流量流向分析、異常流量分析等應用中獨具擴展性。
4. IDC流量的7個關鍵呈現視圖
那么從IDC流量分析的日常需求來看,要想幫助IDC真實地、更好地反映網絡內的流量情況,流量分析系統需要具備以下的7個視圖,這7個視圖將會分別從不同的角度為IDC準確分析流量提供直觀的呈現。
2.1 流量流向視圖
流量流向視圖主要是結合AS域準確反映本地網絡的流量的流向和來源,在這個視圖中,將可以很直觀地看出訪問本IDC網絡的流量主要從哪些省和哪些運營商處來,通過在本省城域網的出口上分析流量,也可以很直觀地看出本省的流量主要發送到哪些省和哪些運營商處去了,這些分析數據為IDC托管業務的發展提供了可靠的決策依據。
2.2 子網流量視圖
子網流量視圖可以很直觀地呈現本地網絡內的不同子網的流量,通過TOP N分析可以直觀地反映子網的排名情況。
2.3 客戶流量視圖
客戶流量視圖是從IDC的客戶的角度來呈現網絡流量的,可以很直觀地呈現出每個IDC客戶的實時流量排名及其應用的流量排名。
2.4 骨干流量視圖
骨干流量視圖反映的是IDC的骨干網絡設備之間的流量分布和帶寬占用情況。
2.5 應用流量視圖
應用流量視圖反映的是IDC托管的應用的流量情況,如WWW,FTP,視頻,P2P等應用的流量分布情況。
2.6 拓撲流量視圖
拓撲流量視圖反映的是IDC的網絡拓撲設備之間的流量分布和帶寬占用情況。
2.7 異常流量視圖
異常流量視圖反映的是IDC的網絡異常流量的詳細信息,這里可以結合鏡像等全流量采集技術將異常流量的內容抓下來進行分析,方便定位故障。
5. 流量預警模型
由于IDC的網絡流量增長迅速,常見的報警閥值式的策略配置在實際應用中意義不大,有必要建立新的流量預警模型來進行更有效的預警。結合前面的《關于網管軟件中的預警功能設計.doc》文章中的內容我們可以知道,基線預警的模型應用在這里是再合適不過了,基線預警的詳細內容請參考前文。這里就不做過多的闡述了。
億恩-天使(QQ:530997) 電話 037160135991 服務器租用,托管歡迎咨詢。
本文出自:億恩科技【www.laynepeng.cn】 |