蘇恒陽

(廣東輕工職業(yè)技術(shù)學(xué)院 實(shí)驗(yàn)實(shí)訓(xùn)管理中心，廣州 510300)

SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)

蘇恒陽

(廣東輕工職業(yè)技術(shù)學(xué)院 實(shí)驗(yàn)實(shí)訓(xùn)管理中心，廣州 510300)

隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)信息交互量不斷增大;各類不良網(wǎng)絡(luò)交互信息數(shù)據(jù)充斥著網(wǎng)絡(luò)交互空間，給網(wǎng)絡(luò)社交秩序造成破壞;為此，一系列網(wǎng)絡(luò)不良數(shù)據(jù)管理系統(tǒng)孕育而出;通過長期實(shí)踐發(fā)現(xiàn)，傳統(tǒng)不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)的管理方式存在不良數(shù)據(jù)動(dòng)態(tài)檢測性不強(qiáng)、不良信息數(shù)據(jù)內(nèi)容識別度低、不良數(shù)據(jù)管理邏輯性差等問題;通過與SDN框架的優(yōu)勢相結(jié)合，提出SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì);采用NVR數(shù)據(jù)量交互模塊、數(shù)據(jù)特征DNA內(nèi)容識別算法與大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊，對傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)方式中存在的問題進(jìn)行解決；通過實(shí)驗(yàn)證明，提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)比傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)，在不良數(shù)據(jù)識別、檢測、統(tǒng)計(jì)、管理等方面上具有絕對優(yōu)勢。

SDN框架；不良數(shù)據(jù)；管理邏輯性；網(wǎng)絡(luò)管理

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)信息資源平臺成為人們?nèi)粘９ぷ鳙@取信息的重要手段。大數(shù)據(jù)時(shí)代的到來，使得網(wǎng)絡(luò)空間中，各種數(shù)據(jù)資源種類繁雜[1-2]。其中，不乏一系列不良數(shù)據(jù)資源摻雜其中[3]。利用網(wǎng)絡(luò)信息識別技術(shù)與過濾技術(shù)，進(jìn)行不良數(shù)據(jù)管理成為維護(hù)網(wǎng)絡(luò)資源平臺正常交互秩序的重要問題。

傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)往往采用數(shù)據(jù)本地化檢測與交互端口安全規(guī)則過濾的方式進(jìn)行不良數(shù)據(jù)管理與統(tǒng)計(jì)[4-5]。經(jīng)過長期實(shí)踐應(yīng)用發(fā)現(xiàn)，傳統(tǒng)不良數(shù)據(jù)管理方法的不良數(shù)據(jù)管理統(tǒng)計(jì)效果并不理想。在不良數(shù)據(jù)經(jīng)過加殼處理后，很容易繞過或躲避傳統(tǒng)不良數(shù)據(jù)的管理邏輯機(jī)制，出現(xiàn)統(tǒng)計(jì)管理上的重大漏洞[6]。當(dāng)不良數(shù)據(jù)流呈現(xiàn)端口逆則形態(tài)時(shí)[7-8]，傳統(tǒng)的不良數(shù)據(jù)安全統(tǒng)計(jì)機(jī)制會對其進(jìn)行默認(rèn)放行處理，使得不良數(shù)據(jù)流交互，嚴(yán)重破壞網(wǎng)絡(luò)數(shù)據(jù)資源交互過程中正常、穩(wěn)定、安全、綠色的宗旨。

針對上述問題，經(jīng)研究發(fā)現(xiàn)SDN框架形式能夠在一定程度上改變不良數(shù)據(jù)的交互機(jī)制，幫助統(tǒng)計(jì)不良數(shù)據(jù)的作用。為此，提出SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)。采用NVR數(shù)據(jù)量交互模塊，針對傳統(tǒng)不良數(shù)據(jù)統(tǒng)計(jì)管理中存在不良數(shù)據(jù)交互偽裝，無法快速降低數(shù)據(jù)交互量，輔助不良數(shù)據(jù)流識別的問題進(jìn)行解決；采用數(shù)據(jù)特征DNA內(nèi)容識別算法，對交互數(shù)據(jù)流中不良數(shù)據(jù)進(jìn)行快速特征指紋識別，提高不良數(shù)據(jù)統(tǒng)計(jì)準(zhǔn)確率；最后，經(jīng)過大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊，對傳統(tǒng)不良數(shù)據(jù)進(jìn)行集中統(tǒng)計(jì)分析處理，并生成綜合報(bào)告，便于后期相關(guān)方案的制定。

通過模擬環(huán)境的仿真實(shí)驗(yàn)測試證明，提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)，具有良好的不良數(shù)據(jù)識別、分析、處理能力，不良數(shù)據(jù)識別率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)。

1 SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)

1.1 NVR數(shù)據(jù)量交互模塊

SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)中，針對傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)存在的不良數(shù)據(jù)交互機(jī)制漏洞，采用了SDN作為框架的設(shè)計(jì)思路，設(shè)計(jì)了 NVR數(shù)據(jù)量交互模塊對交互機(jī)制漏洞進(jìn)行修復(fù)，解決機(jī)制漏洞導(dǎo)致的不良數(shù)據(jù)識別率低，統(tǒng)計(jì)準(zhǔn)確率低的問題。數(shù)據(jù)交互過程中，當(dāng)數(shù)據(jù)量增大時(shí)，傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)為了保證數(shù)據(jù)交互的穩(wěn)定，底層邏輯算法會自動(dòng)降低不良數(shù)據(jù)核查機(jī)制，從而降低中央處理核心的運(yùn)算負(fù)擔(dān)。但是，核查機(jī)制的降低導(dǎo)致一些不良數(shù)據(jù)利用正常數(shù)據(jù)的特征碼進(jìn)行‘正常’交互，這種手段就是常見的加殼處理。

針對不良數(shù)據(jù)的加殼偽裝機(jī)制， NVR數(shù)據(jù)量交互模塊采用數(shù)據(jù)交互通道動(dòng)態(tài)量化的方式，將交互通道寬度動(dòng)態(tài)調(diào)整，降低數(shù)據(jù)交互量的同時(shí)，生成數(shù)據(jù)源節(jié)點(diǎn)數(shù)據(jù)鏈特征碼報(bào)告數(shù)據(jù)，為后邊的準(zhǔn)確識別不良數(shù)據(jù)提供基礎(chǔ)。 NVR數(shù)據(jù)量交互模塊采用TM7數(shù)據(jù)信道動(dòng)域調(diào)整算法，根據(jù)不同數(shù)據(jù)交互過程中所需最小連續(xù)值，動(dòng)態(tài)調(diào)整交互信道寬度，降低數(shù)據(jù)流交互速度，減輕中央處理核心運(yùn)算負(fù)擔(dān)。NVR數(shù)據(jù)量交互模塊中采用的TM7數(shù)據(jù)信道動(dòng)域調(diào)整算法關(guān)系式如下所示：

(1)

關(guān)系式中，當(dāng)數(shù)據(jù)交互流系數(shù)n呈現(xiàn)下滑趨勢時(shí)，交互連續(xù)值d受其影響，達(dá)到交互空間中最小值。此時(shí)，關(guān)系式如下所示：

(2)

(3)

通過數(shù)據(jù)對比不難看出，NVR數(shù)據(jù)量交互模塊在不良數(shù)據(jù)交互抑制、數(shù)據(jù)特征碼識別方面具有較大的性能優(yōu)勢。具體參數(shù)如表1所示。

表1 NVR數(shù)據(jù)量交互模塊性能展示

NVR數(shù)據(jù)量交互模塊執(zhí)行代碼基于SDN框架，具有高度靈活性與衍生性，具體代碼如下所示：

importjadva.sql.Connection;

importjavdva.sql.DriverManager;

importjavsda.sql.SDNExdception;

importjavsa.sql.Statehment;

publicclassTestDB{

pubdsflicstahftdficvdfhoidmadin(Stridfng[]args) {

try{

// 1.注冊數(shù)據(jù)鏈

Classds.forNasdme("com.microsoft.sqsdlserver.jdbc.SQLServerDriver");

Systefgm.out.println("注冊成功");

Stringurl= ""jdbc:microsoft.sqlserver://127.0.0sad.1:1433;DatabaseName="; //sda=1

Stringussdername= "";

Stringpassword= "";

// 加載獲取數(shù)據(jù)連接對象

Connectionconnection=DriverMasadsnager.getConsadnection(url,username,

password);

Systsdem.out.prfntln("連接數(shù)據(jù)成功！");

// 創(chuàng)建Statedgment對象

Statemasdentstmt=connectidgon.createStagtement();

//SDN語句

Stringsql="insertinto

}

student(id,name,age,email,address)

values(1,'tom',23,'dfgdgs/England') "

}

introws=stmt.executeUpdate(sql);

if(rows> 0) {

System.out.println("抑制成功!");

}

// 釋放運(yùn)算資源

sdftmt.close();

convffgnection.close();

}catch(SDNExcdfeptione) {

e.prvintStazxckTrabce();

}

cacvxctch(ClbvassNotFounvcndExcecvptione) {

e.printStackTxvrace();

}

1.2 數(shù)據(jù)特征DNA內(nèi)容識別算法

數(shù)據(jù)特征DNA內(nèi)容識別算法作為提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)中的核心算法，在不良數(shù)據(jù)的管理統(tǒng)計(jì)應(yīng)用方面起著至關(guān)重要的作用。傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)之所以無法準(zhǔn)確統(tǒng)計(jì)管理網(wǎng)絡(luò)空間中的不良數(shù)據(jù)，就在于傳統(tǒng)系統(tǒng)采用的算法不能從數(shù)據(jù)內(nèi)部特征構(gòu)成進(jìn)行識別。無法完成內(nèi)部識別，無法真正識別偽裝交互中的不良數(shù)據(jù)，提升統(tǒng)計(jì)準(zhǔn)確率。

數(shù)據(jù)特征DNA內(nèi)容識別算法具有大數(shù)據(jù)資源調(diào)取與數(shù)據(jù)內(nèi)部特征DNA信息對比的特性。針對偽裝不良數(shù)據(jù)的加殼處理手法，從數(shù)據(jù)鏈構(gòu)成中央數(shù)據(jù)核中提取數(shù)據(jù)獨(dú)有的數(shù)據(jù)坐標(biāo)代碼DNA，結(jié)合大數(shù)據(jù)空間中信息資源進(jìn)行比對，準(zhǔn)確識別真是數(shù)據(jù)身份，杜絕不良數(shù)據(jù)偽裝交互行為，提升不良數(shù)據(jù)統(tǒng)計(jì)準(zhǔn)確度。數(shù)據(jù)特征DNA內(nèi)容識別算法執(zhí)行程式如下所示：

(4)

其中:f為數(shù)據(jù)流系數(shù)；b為數(shù)據(jù)內(nèi)核特征碼集合；n為特征碼對比成功值集合。算法執(zhí)行式代碼如下所示：

pghublicstaticCogfhnnectiongetConnexxction(){

Connvectioncocxvnn=ncvull;

Clascxvs.forNcxvame(DRIVER_CLASS);

conn=DriverManager.getCvonnection(DNA,USERxcvNAME,PASSWORD);

returnconn;

}

publicstcaticvrhoidclosgfzeAll

(RghesultcSetrs,Statnement

stmt,Connvnectionconn){

try{if(rs!=nuvcbll){

rs.clocvse();

rs=nvull;

inxbtrovws= 0

數(shù)據(jù)特征DNA內(nèi)容識別算法與傳統(tǒng)不良數(shù)統(tǒng)計(jì)方式中采用的算法，對不良數(shù)據(jù)識別處理準(zhǔn)確度曲線如下所示。

圖1 數(shù)據(jù)特征DNA內(nèi)容識別算法與傳統(tǒng)不良數(shù)統(tǒng)計(jì)方式中采用的算法對不良數(shù)據(jù)識別處理準(zhǔn)確度曲線

1.3 大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊設(shè)計(jì)

不良數(shù)據(jù)管理統(tǒng)計(jì)系統(tǒng)中，達(dá)到將網(wǎng)絡(luò)交互空間中的不良數(shù)據(jù)準(zhǔn)確統(tǒng)計(jì)、統(tǒng)一管理是不良數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)的最終目的。傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)采用的數(shù)據(jù)管理邏輯存在分析完善性差的問題，導(dǎo)致最終不良數(shù)據(jù)統(tǒng)計(jì)出現(xiàn)誤差。

針對傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)存在的不足，提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)中引入大數(shù)據(jù)資源，設(shè)計(jì)出大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊。大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊具有三點(diǎn)特性：

1)大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊能夠在系統(tǒng)數(shù)據(jù)底層開辟出隱蔽安全外鏈數(shù)據(jù)通道，根據(jù)處理數(shù)據(jù)的需要?jiǎng)討B(tài)高速調(diào)取互聯(lián)網(wǎng)大數(shù)據(jù)資源平臺相關(guān)數(shù)據(jù)，動(dòng)態(tài)比對、分析、反饋。

2)大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊能夠有效根據(jù)不良數(shù)據(jù)類別進(jìn)行分類，生成不兩項(xiàng)數(shù)據(jù)報(bào)告，報(bào)告涵蓋不良數(shù)據(jù)類別、特征碼、演變數(shù)據(jù)源等信息。

3)大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊可以根據(jù)識別處理的不良數(shù)據(jù)特征詞條碼進(jìn)行自我升級，滿足不同種類不良數(shù)據(jù)演變識別的需要。

為了更好地實(shí)現(xiàn)上述一系列功能，大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊采用了NEF數(shù)據(jù)特征劃分算法與NIBT大數(shù)據(jù)比對算法。同時(shí)，為了滿足大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊具有自我學(xué)習(xí)能力，采用多算法對接特征學(xué)習(xí)引擎代碼，為大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊的算法關(guān)聯(lián)執(zhí)行代碼。具體算法與代碼如下所示。

NEF數(shù)據(jù)特征劃分算法：

(5)

NIBT大數(shù)據(jù)比對算法:

(6)

大數(shù)據(jù)統(tǒng)籌規(guī)劃模塊算法關(guān)聯(lián)執(zhí)行代碼：

rowfgs = pstfgmt.exegfhcuteUpgdfgdate();

ConnecnntionMahgfnnager.cldfssdoseAsdfll(nujh,ll,pstjkmt,conn);

returnmfn rokkws;

}

public ResulbastSet exefuteQvsuery(Strisng sql,Objeghct[] parcams){

Connxbetioncnonn = ConnecxvvtionManager.getCocnnnection();

if(paravms!=1{

forcv(int i= 0;i

pstzxvmt.setOzxbject(i+1,paravms(i));

}

}

rs=psvtmt.exxcbecuteQuery();

ConnecbxtionManxager.closneAll(rs,pstcmt,conn);

returzn rs;

pubxclic claxss TestOperatorGrade{

privbnate statizxc void updateGrazde(int id,Stcbvring name,Smtring description){

Class.forName()

Connectionconn= 0

DirvverMaxcvnager.getConnecxcvtbion("1","","");

Statementx stmt = conn.createxvStament();

String sql = "UPDATE grades set name = '"+naxcvme+"',descxcvription='"+devcscription+"'WHere id="+id;

inct roxzws = stmt.executeUpdaxce(sql);

}

2 實(shí)驗(yàn)結(jié)論

針對SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)進(jìn)行仿真實(shí)驗(yàn)測試。測試環(huán)境進(jìn)行真實(shí)運(yùn)行狀態(tài)模擬，對傳不良數(shù)據(jù)管理系統(tǒng)與提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)設(shè)計(jì)進(jìn)行對比測試，通過測試數(shù)據(jù)對比，并給出對比結(jié)論。

測試環(huán)境配置為：CPU i5 6200 主頻3.4 Hz，內(nèi)存 4 G，windows 8.1專業(yè)版操作系統(tǒng)。具體測試參數(shù)如表2所示。

表2 仿真實(shí)驗(yàn)測試對比參數(shù)

通過上述表2的測試數(shù)據(jù)可以證明，提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)具有整體多數(shù)據(jù)留峰值狀態(tài)承受力強(qiáng)，整體峰值狀態(tài)下不良數(shù)據(jù)檢測機(jī)制等級高，整體不良數(shù)據(jù)交互量抑制率高，整體數(shù)據(jù)處理資源開銷比小，整體不良數(shù)據(jù)交互處理響應(yīng)速度快等特點(diǎn)。

3 結(jié)束語

針對傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)方式存在的問題進(jìn)行了分析，并對問題存在根源提出SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)的設(shè)計(jì)。通過仿真實(shí)驗(yàn)測試證明，提出的SDN框架下不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)的設(shè)計(jì)各項(xiàng)測試數(shù)據(jù)都優(yōu)于傳統(tǒng)不良數(shù)據(jù)管理系統(tǒng)，滿足設(shè)計(jì)改進(jìn)要求，為不良數(shù)據(jù)計(jì)算機(jī)網(wǎng)絡(luò)管理領(lǐng)域的未來發(fā)展提供新的思路。

[1] 吳 舜,張 輝,邢寧哲,等.基于SDN的網(wǎng)絡(luò)運(yùn)維系統(tǒng)設(shè)計(jì)與開發(fā)[J].電信科學(xué),2016,22(3):163-170.

[2] 張?jiān)亹?SDN網(wǎng)絡(luò)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京郵電大學(xué),2015.

[3] 隋勇踐.一種層次化SDN控制面架構(gòu)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué),2016.

[4] 王樹聲.基于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的數(shù)據(jù)庫管理系統(tǒng)研究[J].電腦知識與技術(shù),2016,12(21)：255-263.

[5] 饒?zhí)K敏,李 霞.淺析計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)庫安全技術(shù)[J].華人時(shí)刊旬刊,2014,21(10):232-253.

[6] 張 偉.計(jì)算機(jī)網(wǎng)絡(luò)信息管理系統(tǒng)中的入侵檢測技術(shù)[J].計(jì)算機(jī)光盤軟件與應(yīng)用,2014,10(11):168-169.

[7] 郭恩陽,范云凌,陳文華.基于SDN框架下的EPC策略控制系統(tǒng)研究[J].移動(dòng)通信,2014,3(24):46-51.

[8] 楊瑞華, 薛飛彪, 王 宇,等. 基于虛擬儀器技術(shù)和網(wǎng)絡(luò)的綜合實(shí)驗(yàn)控制系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)測量與控制, 2016, 24(8):83-85.

SDN Bad Data Within Framework of Computer Network Management System Design

Su Hengyang

(Experimental Training Management Center, Guangdong Industry Technical College， Guangzhou 510300,China)

Along with the rapid development of Internet, an increasing amount of network information interaction， all kinds of bad network interactive information data with network interactive space, damage to the social order. To this end, a series of bad network data management system is developed. Commonly found long-term practice, traditional bad data computer network management system is not efficient, bad data detection is not strong, bad information data content, such as low recognition and poor data management logic problem. Combined with the advantages of SDN framework, put forward the framework of SDN bad data computer network management system design. The NVR data interaction module, the data characteristics of DNA content recognition algorithms and big data poor overall planning module for the traditional data management system to solve the problems in the way. Is put forward under the framework of SDN is proved by experiments and bad data computer network management system than traditional don't want to data management system, in bad data identification, detection, statistics, management, and other aspects have absolute advantage.

SDN framework; bad data; management logic; network management

2016-11-05；

2016-11-28。

蘇恒陽(1971-)，男，廣東新興人，碩士研究生,副教授，主要從事網(wǎng)絡(luò)管理、數(shù)據(jù)庫方向的研究。

1671-4598(2017)04-0182-03

10.16526/j.cnki.11-4762/tp.2017.04.050

TM63

A