SDN框架下不良數據計算機網絡管理系統設計

蘇恒陽

(廣東輕工職業技術學院 實驗實訓管理中心，廣州 510300)

SDN框架下不良數據計算機網絡管理系統設計

蘇恒陽

(廣東輕工職業技術學院 實驗實訓管理中心，廣州 510300)

隨著互聯網的飛速發展，網絡信息交互量不斷增大;各類不良網絡交互信息數據充斥著網絡交互空間，給網絡社交秩序造成破壞;為此，一系列網絡不良數據管理系統孕育而出;通過長期實踐發現，傳統不良數據計算機網絡管理系統的管理方式存在不良數據動態檢測性不強、不良信息數據內容識別度低、不良數據管理邏輯性差等問題;通過與SDN框架的優勢相結合，提出SDN框架下不良數據計算機網絡管理系統設計;采用NVR數據量交互模塊、數據特征DNA內容識別算法與大數據統籌規劃模塊，對傳統不良數據管理系統方式中存在的問題進行解決；通過實驗證明，提出的SDN框架下不良數據計算機網絡管理系統比傳統的數據管理系統，在不良數據識別、檢測、統計、管理等方面上具有絕對優勢。

SDN框架；不良數據；管理邏輯性；網絡管理

0 引言

隨著互聯網技術的飛速發展，網絡信息資源平臺成為人們日常工作獲取信息的重要手段。大數據時代的到來，使得網絡空間中，各種數據資源種類繁雜[1-2]。其中，不乏一系列不良數據資源摻雜其中[3]。利用網絡信息識別技術與過濾技術，進行不良數據管理成為維護網絡資源平臺正常交互秩序的重要問題。

傳統不良數據管理系統往往采用數據本地化檢測與交互端口安全規則過濾的方式進行不良數據管理與統計[4-5]。經過長期實踐應用發現，傳統不良數據管理方法的不良數據管理統計效果并不理想。在不良數據經過加殼處理后，很容易繞過或躲避傳統不良數據的管理邏輯機制，出現統計管理上的重大漏洞[6]。當不良數據流呈現端口逆則形態時[7-8]，傳統的不良數據安全統計機制會對其進行默認放行處理，使得不良數據流交互，嚴重破壞網絡數據資源交互過程中正常、穩定、安全、綠色的宗旨。

針對上述問題，經研究發現SDN框架形式能夠在一定程度上改變不良數據的交互機制，幫助統計不良數據的作用。為此，提出SDN框架下不良數據計算機網絡管理系統設計。采用NVR數據量交互模塊，針對傳統不良數據統計管理中存在不良數據交互偽裝，無法快速降低數據交互量，輔助不良數據流識別的問題進行解決；采用數據特征DNA內容識別算法，對交互數據流中不良數據進行快速特征指紋識別，提高不良數據統計準確率；最后，經過大數據統籌規劃模塊，對傳統不良數據進行集中統計分析處理，并生成綜合報告，便于后期相關方案的制定。

通過模擬環境的仿真實驗測試證明，提出的SDN框架下不良數據計算機網絡管理系統設計，具有良好的不良數據識別、分析、處理能力，不良數據識別率遠遠高于傳統不良數據管理系統。

1 SDN框架下不良數據計算機網絡管理系統設計

1.1 NVR數據量交互模塊

SDN框架下不良數據計算機網絡管理系統設計中，針對傳統不良數據管理系統存在的不良數據交互機制漏洞，采用了SDN作為框架的設計思路，設計了 NVR數據量交互模塊對交互機制漏洞進行修復，解決機制漏洞導致的不良數據識別率低，統計準確率低的問題。數據交互過程中，當數據量增大時，傳統不良數據管理系統為了保證數據交互的穩定，底層邏輯算法會自動降低不良數據核查機制，從而降低中央處理核心的運算負擔。但是，核查機制的降低導致一些不良數據利用正常數據的特征碼進行‘正?！换?，這種手段就是常見的加殼處理。

針對不良數據的加殼偽裝機制， NVR數據量交互模塊采用數據交互通道動態量化的方式，將交互通道寬度動態調整，降低數據交互量的同時，生成數據源節點數據鏈特征碼報告數據，為后邊的準確識別不良數據提供基礎。 NVR數據量交互模塊采用TM7數據信道動域調整算法，根據不同數據交互過程中所需最小連續值，動態調整交互信道寬度，降低數據流交互速度，減輕中央處理核心運算負擔。NVR數據量交互模塊中采用的TM7數據信道動域調整算法關系式如下所示：

(1)

關系式中，當數據交互流系數n呈現下滑趨勢時，交互連續值d受其影響，達到交互空間中最小值。此時，關系式如下所示：

(2)

(3)

通過數據對比不難看出，NVR數據量交互模塊在不良數據交互抑制、數據特征碼識別方面具有較大的性能優勢。具體參數如表1所示。

表1 NVR數據量交互模塊性能展示

NVR數據量交互模塊執行代碼基于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.注冊數據鏈

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= "";

// 加載獲取數據連接對象

Connectionconnection=DriverMasadsnager.getConsadnection(url,username,

password);

Systsdem.out.prfntln("連接數據成功！");

// 創建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!");

}

// 釋放運算資源

sdftmt.close();

convffgnection.close();

}catch(SDNExcdfeptione) {

e.prvintStazxckTrabce();

}

cacvxctch(ClbvassNotFounvcndExcecvptione) {

e.printStackTxvrace();

}

1.2 數據特征DNA內容識別算法

數據特征DNA內容識別算法作為提出的SDN框架下不良數據計算機網絡管理系統設計中的核心算法，在不良數據的管理統計應用方面起著至關重要的作用。傳統不良數據管理系統之所以無法準確統計管理網絡空間中的不良數據，就在于傳統系統采用的算法不能從數據內部特征構成進行識別。無法完成內部識別，無法真正識別偽裝交互中的不良數據，提升統計準確率。

數據特征DNA內容識別算法具有大數據資源調取與數據內部特征DNA信息對比的特性。針對偽裝不良數據的加殼處理手法，從數據鏈構成中央數據核中提取數據獨有的數據坐標代碼DNA，結合大數據空間中信息資源進行比對，準確識別真是數據身份，杜絕不良數據偽裝交互行為，提升不良數據統計準確度。數據特征DNA內容識別算法執行程式如下所示：

(4)

其中:f為數據流系數；b為數據內核特征碼集合；n為特征碼對比成功值集合。算法執行式代碼如下所示：

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

數據特征DNA內容識別算法與傳統不良數統計方式中采用的算法，對不良數據識別處理準確度曲線如下所示。

圖1 數據特征DNA內容識別算法與傳統不良數統計方式中采用的算法對不良數據識別處理準確度曲線

1.3 大數據統籌規劃模塊設計

不良數據管理統計系統中，達到將網絡交互空間中的不良數據準確統計、統一管理是不良數據管理系統設計的最終目的。傳統不良數據管理系統采用的數據管理邏輯存在分析完善性差的問題，導致最終不良數據統計出現誤差。

針對傳統不良數據管理系統存在的不足，提出的SDN框架下不良數據計算機網絡管理系統設計中引入大數據資源，設計出大數據統籌規劃模塊。大數據統籌規劃模塊具有三點特性：

1)大數據統籌規劃模塊能夠在系統數據底層開辟出隱蔽安全外鏈數據通道，根據處理數據的需要動態高速調取互聯網大數據資源平臺相關數據，動態比對、分析、反饋。

2)大數據統籌規劃模塊能夠有效根據不良數據類別進行分類，生成不兩項數據報告，報告涵蓋不良數據類別、特征碼、演變數據源等信息。

3)大數據統籌規劃模塊可以根據識別處理的不良數據特征詞條碼進行自我升級，滿足不同種類不良數據演變識別的需要。

為了更好地實現上述一系列功能，大數據統籌規劃模塊采用了NEF數據特征劃分算法與NIBT大數據比對算法。同時，為了滿足大數據統籌規劃模塊具有自我學習能力，采用多算法對接特征學習引擎代碼，為大數據統籌規劃模塊的算法關聯執行代碼。具體算法與代碼如下所示。

NEF數據特征劃分算法：

(5)

NIBT大數據比對算法:

(6)

大數據統籌規劃模塊算法關聯執行代碼：

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 實驗結論

針對SDN框架下不良數據計算機網絡管理系統設計進行仿真實驗測試。測試環境進行真實運行狀態模擬，對傳不良數據管理系統與提出的SDN框架下不良數據計算機網絡管理系統設計進行對比測試，通過測試數據對比，并給出對比結論。

測試環境配置為：CPU i5 6200 主頻3.4 Hz，內存 4 G，windows 8.1專業版操作系統。具體測試參數如表2所示。

表2 仿真實驗測試對比參數

通過上述表2的測試數據可以證明，提出的SDN框架下不良數據計算機網絡管理系統具有整體多數據留峰值狀態承受力強，整體峰值狀態下不良數據檢測機制等級高，整體不良數據交互量抑制率高，整體數據處理資源開銷比小，整體不良數據交互處理響應速度快等特點。

3 結束語

針對傳統不良數據管理系統方式存在的問題進行了分析，并對問題存在根源提出SDN框架下不良數據計算機網絡管理系統的設計。通過仿真實驗測試證明，提出的SDN框架下不良數據計算機網絡管理系統的設計各項測試數據都優于傳統不良數據管理系統，滿足設計改進要求，為不良數據計算機網絡管理領域的未來發展提供新的思路。

[1] 吳 舜,張 輝,邢寧哲,等.基于SDN的網絡運維系統設計與開發[J].電信科學,2016,22(3):163-170.

[2] 張詠悅.SDN網絡管理系統的設計與實現[D].北京：北京郵電大學,2015.

[3] 隋勇踐.一種層次化SDN控制面架構的設計與實現[D].北京：北京交通大學,2016.

[4] 王樹聲.基于計算機網絡技術的數據庫管理系統研究[J].電腦知識與技術,2016,12(21)：255-263.

[5] 饒蘇敏,李 霞.淺析計算機網絡數據庫安全技術[J].華人時刊旬刊,2014,21(10):232-253.

[6] 張 偉.計算機網絡信息管理系統中的入侵檢測技術[J].計算機光盤軟件與應用,2014,10(11):168-169.

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

[8] 楊瑞華, 薛飛彪, 王 宇,等. 基于虛擬儀器技術和網絡的綜合實驗控制系統設計[J]. 計算機測量與控制, 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，主要從事網絡管理、數據庫方向的研究。

1671-4598(2017)04-0182-03

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

TM63

A