网络流量

就是对数据包流量的统计，以防流量超出扣钱楼主可以安装一款软件来监控自己的手机流量，比如腾讯手机管家腾讯手机管家能够实时统计流量，超额及时提醒，让您对上网流量了如指掌；联网防火墙功能向偷偷联网程序说不，避免流量损失。操作步骤：打开腾讯手机管家--健康优化--流量监控--设置--开启需要的功能--完成

网络信息在没有加密或加密被破解的情况下，就跟明信片一样被全世界参观。除非你不用网络，否则就无法杜绝被人偷窥信息。设计原则：1、采用先进、成熟的主流技术合组网方式，确保实用、高效、安全、可靠地运行环境。2、具备与互联网和广域网的多种连接方式，可与外部实现方便、快捷但安全的连接，为用户提供高速、大容量的服务平台。3、采用灵活的组网方式，采取有线局域网和无线局域网技术相结合的组网原则，使办公楼内部工作区域和公共营业区域没有网络盲区，并能够满足办公楼内部不同区域的应用要求。4、系统网络的内网和外网进行（物理）隔离。5、采用VLAN技术进行网络划分隔离。

这是系统显示的安全提示信息，检测到用户在系统中安装了CA证书后，就会有这个提示，这是谷歌的原生特性。卸载安装CA证书的第三方软件，并删除对应的CA证书就好。进入 设置 > 安全和隐私 > 更多安全设置 > 加密和凭据 > 受信任的凭据 > 用户，找到安装CA证书的应用，然后卸载对应的应用，并重新进入此目录，点击证书，选择“删除”。

最好用（上网管家）走一点点都能看到，安卓手机首选

1. 很多防火墙或者路由器就自带流量监控功能，可以通过自带的流量监控功能来查看。2. 也可以通过在镜像端口安装旁路方式的网管软件来实现。比如：WFilter上网行为管理软件，可以在镜像端口监控全网，并且可以设置上网策略。3. 360安全卫士的企业版也可以监控到流量。

Sflow技术1.什么是Sflow？采样流Sflow（Sampled Flow）是一种基于报文采样的网络流量监控技术，主要用于对网络流量进行统计分析。2.为什么会出现Sflow？因为企业级网络规模小、组网灵活、易受攻击等特点，所以企业级网络更容易初夏按组网或者攻击导致的流量业务异常，于是企业用户需要一种以设备接口为基本采样单元的流量监控技术来实时监控流量状况，及时发现异常流量以及攻击流量的源头，从而保证企业网络的正常稳定运行。在此背景下，Sflow应运而生。成都联创优科 幼儿园智能化解决方案提供商 为您解答

监控网络的传输速率和网内各台机子发送数据包的情况。。

Windows 8.1实现无线网络流量监控，显示当前无线网络使用的流量大小。解决方案:1.将鼠标光标放置屏幕右上角显示出“超级按钮”后选择“设置”的选项；2. 打开“设置”后选择“更改电脑设置”；3. 打开后选择“网络”；4. 选择“连接”，左击点开已连接的无线信号；5. 分别开启“显示我预计的数据使用情况”和“按流量计费的连接”。

原因：计算机网络的普及应用已渗透到社会各个层面，给社会带来便利的同时也随之带来的安全和管理问题。互联网络是一把双刃剑；就如一个企业而言有些员工利用工作时间看新闻、玩游戏、干私活、聊天、泄密公司资料、炒股票、下电影、听歌曲、浏览色情站点、甚至在公司网上边拿老板工资边找工作等等。不仅仅消耗公司资源，更是因为影响公司效率、泄露公司机密、甚至丢失客户资源另人痛心。而利用局域网流量监控软件这非常有效的管理辅助手段并和企业的内部管理机制结合达到更加事半功倍的效果，已经成为大家的共识。 很多单位很舍得对网络以及电脑设备的投入，但却不舍得对应用软件特别是安全软件投入是不恰当的，如果组建了性能出色的网络以及购买了现代化的办公设备，但却成了浪费公司人力和财力甚至是纵容员工上班时间做单位之外的事情就成了问题；反而降低了工作效率，甚至导致更大损失；因此网络监控非常必要； 目前很多单位请了网络管理人员还建设了网站；但是把设备是管好了，可设备带来的方便却降低了工作效率（都用网络干别的事情去了），网络带来的客户因为员工缺乏管理而可能直接成为了竞争对手的客户了；因此仅购买设备是不够的，仅仅建设网站也是不够的，只管理设备也还是不够的，还需要把员工使用网络的内容监视和并把网络行为管理起来；特别是外贸企业、技术含量较高的企业（如软件、工程类）、政府关键部门等等对员工的上网监督管理的意义尤为重要。网络监控系统总体目标是能有效防止员工通过网络以各种方式泄密，实现对网络电脑及网络资源的统一管理和有效监控。未经授权不得以各种方式外发文件、不得利用网络做不应该做的事、并能够记录网络往来的内容（比如外贸企业的定单过程），对电脑的各种端口和设备实施全面管理和控制，对用机、上网、收发邮件、网上聊天和电脑游戏进行严格管理与控制；（1）可防止并追查单位重要资料、机密文件等的外泄；（2）监督、审查、限制、规范网络使用行为；（3）限制消耗资源的聊天、游戏、外发资料、恶性下载和股票等行为；（4）备份重要网络资源文件（比如业务邮件）；监控MSN聊天记录内容；监视QQ聊天记录等聊天行为和过程；好处：随着越来越多的软件采用了P2P技术进行通讯，一两台电脑使用的P2P软件就可以抢占掉一个局域网的全部带宽资源。而且目前P2P的使用非常广泛：下载、在线视频、网络电视...，可以说随处都可以看到P2P的影子。所以，为了保证企业网络的正常稳定运行，必须对流量监控和限制。一般来说，对局域网流量监控限制有两个解决方案：1. 对每台机器分配流量。Linux操作系统中的流量控制器（Traffic Control）可以通过在输出端口处建立一个队列来实现流量控制。通过使用一台linux的网关，即可设置每台机器的流量。市场上也有相应的局域网流量监控软件可以做到流量监控。这个方案的关键是必须要使用网关或者网桥的连接方式，所以对网速会有一定的影响。2. 监控每台机器的网络流量，同时禁止P2P软件的使用。如果不需要精确的分配流量，那么通过旁路方式的监控也可以做到流量监控。旁路监控方式是通过交换机的端口镜像功能，对数据进行分析还原。同样也可以监控到每台机器的网络流量，并且可以禁止P2P软件使用。旁路方式的优点是部署方便，不会影响网速。常用方法：见http://tieba.baidu.com/f?kz=139775846，这里面的方法就很全了

一般的路由器都可以监控网络流量，使用浏览器，输入路由器的ip地址，打开路由器的管理页面，就可以查看到每个IP的流量情况，当然也可以购买或者找一款免费的网络行为管理软件，也是可以监控到局域网内的流量情况

当我们觉得自己电脑的上网速度很慢，不知道是什么应用在占用流量时，就可以使用流量监控来查看了。火绒安全网络流量监控怎么使用？下面我就来为大家介绍一下。 火绒安全软件监控网络流量的方法 1、首先打开火绒安全软件，然后在其界面左侧打开“扩展工具”，如下图所示： 2、在“扩展工具”中打开“网络流量”，在这里就可以管理电脑中软件流量的使用情况了； 3、点击软件右边的设置按钮即可管理软件的流量使用情况，如下图所示：

1、流量监控有什么作用?在哪里能开启?答：网络流量监控能够显示已经启动并连接网络(上网)的程序，查看程序下载或上传的速度和流量信息。此外，您还可以限制某些程序的上传和下载速度，禁止其访问网络。这些功能可以帮助用户发现并阻止某些程序在用户不知情的情况下，偷偷访问网络占用带宽。此外，网络流量监控还能自动阻止试图访问网络的木马病毒等恶意程序。在电脑管家“工具箱”中能够找到“流量监控”的入口。点击图标即可打开管理网络流量功能，同时在托盘区出现监视图标，显示即时产生的流量。单击托盘区图标可以打开窗口显示详细流量信息。2、管理网络流量如何进行设置?答：点击网络流量监控窗口右上方的“设置”链接可以打开监控设置窗口。3、管理网络流量有什么功能?答：管理网络流量支持限制程序的下载速度，同时运行多个程序时能均衡各程序间的下载速度。4、什么是迷你浮动窗口?答：增加迷你浮动窗口，动态显示网络流量信息。管理网络流量新增桌面浮窗，随时知道系统当前的网速状况。绿色显示当前下载速度，蓝色显示当前上传速度。单击管理网络流量图标显示管理网络流量主界面，右侧图标表示是否在其他窗口之前，通过右键菜单可看出区别。也可在管理网络流量的设置中选择是否显示5、为什么您会感觉流量监控测速“不准”?答：主要有三方面原因：一. 计算方法不同：1) 平均速度瞬时速度。例如：IE浏览器的下载速度是按平均速度计算，即，平均速度=文件下载量的大小/下载用的总时间。而电脑管家是按照瞬时速度来计算的，也就会显示一个非常短的时间内下载的文件量的大小。平均速度反应的是一段时间内的下载量的平均情况;而瞬时速度反应的是不同时间点(极短的时间段)的下载量的情况。二者还是有很显著的差别的。2) 计算速度的时间分段的不同。例如：A软件是每5秒计算一次平均速度，B软件是每10秒计算一次。可能前5秒内，网速都是10KB/S，后5秒内均为50KB/S。则，A的第一次测速为10KB/S，而B的第一次测速为30KB/S。综上，计算方法的不同，显示的速度自然也存在差异。二. 刷新率不同：能否及时刷新显示速度的页面会直接影响用户看到的数据。例如：之前用户的网速很慢，可能才几KB/S，但这样的状态仅仅持续了3秒，后面的速度为几百KB/S，但显示网速页面的刷新是5S/次，则，用户在后2秒看到的网速还是几KB/S。就会给用户造成测速不准的感觉。三. 软件内部隐藏行为：例如，某些下载软件在下载其他文件的同时，会进行自身的在线更新。那么这样，这些正在更新的下载软件不会显示它自身在线更新时需要耗费的网络流量，而电脑管家会进行计算。这种情况下，对比来看下载软件的流量显示和电脑管家的流量监控也是存在差异的。6、什么是流量复用?代理服务软件和一些杀毒软件会将其它软件的流量进行转发处理，因此这些软件对应显示的流量中，有一部分是转发其他软件的流量，这部分流量会造成重复计算和统计上的问题。通常，称这样的情况为流量复用。

重装吧.流量暴增可能是病毒的原因.你那Bitdefender虽然网上说排名是第一，可其实就是鸡肋一根.推荐avast或者NOD32.

可以使用电脑软件管家进行卸载。网络流量工具卸载不了可以试一下从电脑上安装的电脑管家程序进行卸载，还可以从电脑控制面板里找到程序和功能，打开后找到这个软件惊醒删除和粉碎。网络流量监测IP雷达是一款电脑流量监控软件，网络流量监测IP雷达软件功能强大，操作便捷，有着详细的信息数据，可以帮助用户监控电脑流量使用情况。不仅如此网络流量监测IP雷达还可以帮助用户监控电脑硬件的使用情况，简单明了的数据让用户一目了然。

延时、丢包率。延时要稳定，高点低点都可以，但要稳定，不能忽高忽低，否则看视频要卡；丢包率，小于5％，网络可以用；5％－10％之间，有明显的慢的感觉，高于10％，很慢，高于30％，网络基本不可用。

网络流量单位是 10Mbps ,而我们在使用windows或下载工具中看到的是1.25MByte/s 。 比如安装adsl时使用1Mbps的宽带，在我们使用下载工具中最大使用的速度为1Mbps /8 x 1024=128KByte/s 也就是每秒钟为128K，之所以这样是因为1个字节等于8位，而bps中的这个b表示位，而我们在windows中操作中所接触的单位为字节，所以需要除以8转换为字节。最后在我们接触到网络带宽单位时都要除以8，换算为字节，方便计算。二进制1 byte (B) = 8 bits (b) 字节=8个二进制位 1 Kilobyte(K/KB)=2^10 bytes=1,024 bytes 千字节 1 Megabyte(M/MB)=2^20 bytes=1,048,576 bytes 兆字节 1 Gigabyte(G/GB)=2^30 bytes=1,073,741,824 bytes 千兆字节 1 Terabyte(T/TB)=2^40 bytes=1,099,511,627,776 bytes吉字节 十进制 1 byte (B) = 8 bits (b) 1 Kilobyte (K / KB) = 10^3 bytes = 1,000 bytes 1 Megabyte (M / MB) = 10^6 bytes = 1,000,000 bytes 1 Gigabyte (G / GB) = 10^9 bytes = 1,000,000,000 bytes 1 Terabyte (T / TB) = 10^12 bytes = 1,000,000,000,000 bytes 计算机计量单位和进制计算表

都一个意思

www.duote.com下载 P2P终结者。。。嗯。你的上传。下载都可以看的清楚。

网络流量控制软件P2Pover P2P终结者是国内目前首套专门针对网络P2P滥用问题开发的系统软件，软件可以实现对局域网全网主机的P2P下载控制，只需要一机安装，就可以控制全网，非常易于部署，可保证企 业网络有限带宽得到正当利用。 由于目前国内企业一般只有有限的带宽，而P2P的出现在带来巨大的好处的同时也造成了网络带宽的巨大浪费，尤其在被用来进行大量数据下载，这给企业整体网络应用带来了巨 大的压力，甚至企业正常业务网络带宽也无法保证，而目前对P2P尚没有专门的控制软件，一般是通过在防火墙或者代理服务器进行纷繁的规则设定来完成，这也给网络管理人员带来 巨大的麻烦，本软件一机安装，控制全网P2P应用，可帮助企业轻松解决这个日益严重的问题，软件安装使用都极为简便，是解决P2P问题的最佳选择。

网络流量简而言之就是网络上传输的数据量。就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式一样，根据网络流量设计校园网络是十分必要的。

很多网络应用具有自身的特性，对于网络环境的需求也不尽相同，因此只有对网络流量进行及时准确的识别和分类，才能准确地为不同应用提供合适的网络环境，有效利用网络资源，为用户提供更好的服务质量。网络流量分类的研究很广泛，使用的方法也很多，但主要是基于以下三个层面的：（1）Packet-level的流量分类；（2）Flow-level的流量分类：（3）Stream-level的流量分类在上述三个层面的流量分类中，使用最广泛的是Flow-level的流量分类。这种以流为单位分析网络中传输数据的方法，是分组交换网络发展的必然需求。

计算机都是二进制的，1024KB是1MB，以此类推，1024MB是1GB，流量的计费标准是：网站流量，不是一个专业术语，因此没有很明确的解释 一般来说有两种理解： 一是网站的数据流量，单位是字节（BYTES），或者兆（M），是只在某段时间内网站传输的数据字节数，用来衡量一个网站的数据流量。 二是网站的访问量。访问量是一个次数，表明网站在某时间段内的被浏览次数，表明网站的受关注程度。很多网络广告都是根据浏览次数来计算费用的。比如每1000人浏览多少钱等等。 至于IP，是这样的：如果单纯根据访问次数来计算广告费，容易作弊。比如一个网页，某一个人连续不断刷新这个页面，这个页面的访问量就会快速增长，这样就属于作弊。为了避免这个问题，很多网站采用IP流量来计算费用。因为从理论上讲，每一台联网的计算机都有一个唯一的IP地址，如果一个IP地址不管访问多少次都计算做一次，就避免了一个人不断刷新骗取访问量的问题。很多网站都是设置成一个IP每一天访问多少次都算做一次。或者每隔几个小时才重复计算一次。

1G是1024M,1M是1024KB

如果他没有安装ARP防火墙的话你可以下载一个聚生网管给他限制一下，如果他装了防火墙的话就要在路由器 里给他限制了，具体参考路由器说明书

您好，数据流量的换算规则为：1GB=1024MB，1MB=1024KB，1KB=1024B回答仅供参考，更多安徽电信套餐，业务资讯可以关注安徽电信公众号。

网络流量Network flow网络流量Network flow

1G=1024MB1MB=1024KB1KB=1024B1KB=8Kb1B=8b

（1）Packet-level的流量分类：主要关注数据包（packet）的特征及其到达过程，如数据包大小分布、数据包到达时间间隔的分布等； （2）Flow-level的流量分类：主要关注流（flow）的特征及其到达过程，可以为一个TCP连接或者一个UDP流。其中，流通常指一个由源IP地址、源端口、目的IP地址、目的端口、应用协议组成的五元组； （3）Stream-level的流量分类：主要关注主机对及它们之间的应用流量，通常指一个由源IP地址、目的IP地址、应用协议组成的三元组，适用于在一个更粗粒度上研究骨干网的长期流量统计特性。

电信行业表示平均每户每月上网流量。流量是一个数字记录，记录一台手机上一个网页所耗的字节数，单位有B，KB，MB，GB。一个英文字所需要1B，而一个汉字需要2B，一张图片一般几KB。用手机上的网页一般来说是几十KB/每页，也就是几万B（1KB=1024B）。网站流量通常说网站流量（traffic）是指网站的访问量，是用来描述访问一个网站的用户数量以及用户所浏览的页面数量等指标。常用的统计指标包括网站的独立用户数量（一般指IP）、总用户数量（含重复访问者）、页面浏览数量、每个用户的页面浏览数量、用户在网站的平均停留时间等详细说明：访问流量包括哪些主要统计指标。流量也是决定一个网站价值的因素。参考资料来源：百度百科-DOU （电信行业术语）参考资料来源：百度百科-流量 （网络信息技术名词）

网络流量就是人们访问或下载数据时产生的数据流。网络流量就是网络上传输的数据量。网络流量的大小对网络架构设计具有重要意义，就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式类似，根据网络流量进行网络的设计是十分必要的。某个网站访问的人多赚钱是因为（流量越多的网站，在网站做广告的费用越高）所以赚钱（跟电视频道收视率和广告费用类似）。扩展资料网络流量就是网络上传输的数据量。网络流量的大小对网络架构设计具有重要意义，就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式类似，根据网络流量进行网络的设计是十分必要的。网络流量局限在本地工作组，而大约80%网络流量经过网络主干传输。这种网络流量模式的转变，给校园网主干交换机带来了很大的负荷。因此理想状态下主干交换机应该能够提供与下面连接的支干交换机相匹配的性能。参考资料网络流量_百度百科

MB是兆，KB是字节，1G=1024MB，反过来1M=1/1024G

流量的意思：(1)指流动的物体在单位时间内通过的数量。(2)在规定期间内通过一指定点的车辆或行人数量。(3)流量指手机上网产生的流量数据。引证解释：碧野《汉水滔滔》：“汉水的年平均流量比黄河大。这丰富的水量使江汉平原处处波光潋滟，水网纵横。”徐迟《入峡记》：“但一旦遇到千年一遇的那种洪水来袭，水位更加高了，流量可达十万秒公方。”流量的笔顺：流总笔画：10笔。1. 丶（点）、2. 丶（点）、3. u31c0（提）、4. 丶（点）、5. 一（横）、6. ㄥ（撇折）、7. 丶（点）、8. ノ（撇）、9. 丨（竖）、10. 乚（竖弯钩）。量总笔画：12笔。1. 丨（竖）、2. u3131（横折）、3. 一（横）、4. 一（横）、5. 一（横）、6. 丨（竖）、7. u3131（横折）、8. 一（横）、9. 一（横）、10. 丨（竖）、11. 一（横）、12. 一（横）。

网络流量越高就说明浏览的人越多，人们认可了这个网站在购买产品时就会优先考虑到然后购买，这个就是流量变现。

流量单位换算，原单位是MB，目标单位是G，进制是0.0009765625，计算1MB等于多少G：$1 imes 0.0009765625= 0.0009765625$1MB等于0.0009765625G。

很抱歉，我并不了解“网络业务流量”这个概念，因而无法将这二者进行比较。不过我可以为您简要介绍一下“网络流量”。网络流量是指在网络中传输的数据量。它以比特/秒或字节/秒为单位进行测量，表示每秒通过网络传输的数据量。流量的计算公式为，流量=数据量/时间。网络流量根据不同的需求和场景，可以进行分类和区分。例如，根据流量的来源和应用场景，可以分为下行流量和上行流量。下行流量是指从网络服务器等上游节点流向客户端的流量，上行流量则是从客户端流向网络服务器等下游节点的流量。在具体的业务应用中，还可以根据不同的业务特征和需求，将流量进一步划分为多种类型，例如视频流量、网页流量、游戏流量等。以上就是关于网络流量的相关信息，希望能对您有所帮助。

网络流量就是网络上传输的数据量。网络流量的大小对网络架构设计具有重要意义，就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式类似，根据网络流量进行网络的设计是十分必要的。中文名：网络流量外文名：Networktraffic含义：网络上传输的数据优点：高可扩充性，高性价比等应用：校园网等某个网站访问的人多赚钱是因为（流量越多的网站，在网站做广告的费用越高）所以赚钱（跟电视频道收视率和广告费用类似）。扩展资料：评价指标流量分类的一个关键度量标准是某个分类技术或分类模型对未知数据对象进行分类的准确率。通常用于衡量分类准确率的评估标准，主要包括以下四个方面：真正（truepositive，TP）：表示被分类模型正确预测的正样本数，即属于类别A并被预测为类别A的样本数。假负（falsenegative，FN）：表示被分类模型错误预测为负类的正样本数，即属于类别A但被预测为不属于类别A的样本数。假正（falsepositive，FP）：表示被分类模型错误预测为正类的负样本数，即不属于类别A但被预测为属于类别A的样本数。真负（truenegative，TN）：表示被分类模型正确预测的负样本数，即不属于类别A并被预测为不属于类别A的样本数。此外，基于机器学习的分类方法通常采用另外两种度量标准对其分类结果进行评估，其定义如下：召回率（recall）：recall=TP/(TP+FN)，表示类别A中被正确预测的样本所占比例。精度（precision）：precision=TP/(TP+FP)，表示在所有被预测为类别A的样本中，真正属于类别A的样本所占比例。很多流量分类研究都使用流准确率或字节准确率作为其实验结果的度量标准，流准确率表示被正确分类的流所占的比例，而字节准确率则更关注被正确分类的流所携带的字节数。其中，准确率的定义如下：准确率（accuracy）：accuracy=(TP+TN)/(TP+TN+FP+FN)，表示被分类模型正确预测的样本数在总样本中所占比例。参考资料：百度百科-网络流量（评价指标）

品牌型号：Redmibook Pro 15 系统：Windows10 网络流量是指在一定时间内打开网站地址的人气访问量，或者是手机移动数据的意思。流量是一个数字记录，记录一台手机上一个网页所耗的字节数，单位有B，KB，MB，GB。 流量是指单位时间内流经封闭管道或明渠有效截面的流体量，又称瞬时流量。当流体量以体积表示时称为体积流量；当流体量以质量表示时称为质量流量。单位时间内流过某一段管道的流体的体积，称为该横截面的体积流量。简称为流量，用Q来表示。 网站流量（traffic）是指网站的访问量，是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标，常用的统计指标包括网站的独立用户数量、总用户数量（含重复访问者）、网页浏览数量、每个用户的页面浏览数量、用户在网站的平均停留时间等。

1、网络流量就是网络上传输的数据量。网络流量的大小对网络架构设计具有重要意义，就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式类似，根据网络流量进行网络的设计是十分必要的。 2、流量，在规定期间内通过一指定点的车辆或行人数量，在网络指在一定时间内打开网站地址的人气访问量，或者是手机移动数据的通俗意思。

比如监视本机的网络流量,需要实时的,用C#实现.-----参考解决方法-------using System; using System.Text; using System.Net; using System.Net.Sockets; using System.Runtime.InteropServices; namespace UpdateTester { /**//// <summary> /// Monitor 的摘要说明. /// </summary> public class Monitor { public delegate void NewPacketEventHandler(Monitor m, Packet p); public event NewPacketEventHandler NewPacket; private Socket m_Monitor; private IPAddress m_Ip; private byte[] m_Buffer = new byte[65535]; private const System.Int32 IOC_VENDOR = 0x18000000; private const int IOC_IN = -2147483648; private const int SIO_RCVALL = IOC_IN ^ IOC_VENDOR ^ 1; private const int SECURITY_BUILTIN_DOMAIN_RID = 0x20; private const int DOMAIN_ALIAS_RID_ADMINS = 0x220; public System.Net.IPAddress IP { get { return m_Ip; } } public byte[] Buffer { get { return m_Buffer; } } public Monitor() { // // TODO: 在此处添加构造函数逻辑 // } public Monitor(IPAddress IpAddress) { if (!(Environment.OSVersion.Platform == PlatformID.Win32NT) && Environment.OSVersion.Version.Major <5) { throw new NotSupportedException( "This program requires Windows 2000, Windows XP or Windows .NET Server! "); } m_Ip = IpAddress; } public void Start() { if (m_Monitor==null) { try { m_Monitor = new Socket(AddressFamily.InterNetwork, SocketType.Raw, ProtocolType.IP); m_Monitor.Bind(new IPEndPoint(IP, 0)); m_Monitor.IOControl(SIO_RCVALL, BitConverter.GetBytes(1), null); m_Monitor.BeginReceive(m_Buffer, 0, m_Buffer.Length, SocketFlags.None, new AsyncCallback(OnReceive), null); } catch (Exception e) { m_Monitor = null; throw new SocketException(); } } } public void Stop() { if (m_Monitor!=null) { m_Monitor.Close(); } m_Monitor = null; } public void OnReceive(System.IAsyncResult ar) { try { int received = m_Monitor.EndReceive(ar); try { if (m_Monitor!=null) { byte[] pkt = new byte[received]; Array.Copy(Buffer, 0, pkt, 0, received); OnNewPacket(new Packet(pkt, DateTime.Now)); } } catch(Exception e) { throw; } m_Monitor.BeginReceive(Buffer, 0, Buffer.Length, SocketFlags.None, new AsyncCallback(OnReceive), null); } catch (Exception e) { } } protected void OnNewPacket(Packet p) { NewPacket(this, p); } } }

AnyView(网络警)可以，你可以试试看看

一种互联网宏观流量异常检测方法(2007-11-7 10:37) 摘要：网络流量异常指网络中流量不规则地显著变化。网络短暂拥塞、分布式拒绝服务攻击、大范围扫描等本地事件或者网络路由异常等全局事件都能够引起网络的异常。网络异常的检测和分析对于网络安全应急响应部门非常重要，但是宏观流量异常检测需要从大量高维的富含噪声的数据中提取和解释异常模式，因此变得很困难。文章提出一种分析网络异常的通用方法，该方法运用主成分分析手段将高维空间划分为对应正常和异常网络行为的子空间，并将流量向量影射在正常子空间中，使用基于距离的度量来检测宏观网络流量异常事件。公共互联网正在社会生活的各个领域发挥着越来越重要的作用，与此同时，由互联网的开放性和应用系统的复杂性所带来的安全风险也随之增多。2006年，国家计算机网络应急技术处理协调中心(CNCERT/CC)共接收26 476件非扫描类网络安全事件报告，与2005年相比增加2倍，超过2003—2005年3年的总和。2006年，CNCERT/CC利用部署的863-917网络安全监测平台，抽样监测发现中国大陆地区约4.5万个IP地址的主机被植入木马，与2005年同期相比增加1倍；约有1千多万个IP地址的主机被植入僵尸程序，被境外约1.6万个主机进行控制。黑客利用木马、僵尸网络等技术操纵数万甚至上百万台被入侵的计算机，释放恶意代码、发送垃圾邮件，并实施分布式拒绝服务攻击，这对包括骨干网在内的整个互联网网络带来严重的威胁。由数万台机器同时发起的分布式拒绝服务攻击能够在短时间内耗尽城域网甚至骨干网的带宽，从而造成局部的互联网崩溃。由于政府、金融、证券、能源、海关等重要信息系统的诸多业务依赖互联网开展，互联网骨干网络的崩溃不仅会带来巨额的商业损失，还会严重威胁国家安全。据不完全统计，2001年7月19日爆发的红色代码蠕虫病毒造成的损失估计超过20亿美元；2001年9月18日爆发的Nimda蠕虫病毒造成的经济损失超过26亿美元；2003年1月爆发的SQL Slammer蠕虫病毒造成经济损失超过12亿美元。针对目前互联网宏观网络安全需求，本文研究并提出一种宏观网络流量异常检测方法，能够在骨干网络层面对流量异常进行分析，在大规模安全事件爆发时进行快速有效的监测，从而为网络防御赢得时间。1 网络流量异常检测研究现状在骨干网络层面进行宏观网络流量异常检测时，巨大流量的实时处理和未知攻击的检测给传统入侵检测技术带来了很大的挑战。在流量异常检测方面，国内外的学术机构和企业不断探讨并提出了多种检测方法[1]。经典的流量监测方法是基于阈值基线的检测方法，这种方法通过对历史数据的分析建立正常的参考基线范围，一旦超出此范围就判断为异常，它的特点是简单、计算复杂度小，适用于实时检测，然而它作为一种实用的检测手段时，需要结合网络流量的特点进行修正和改进。另一种常用的方法是基于统计的检测，如一般似然比(GLR)检测方法[2]，它考虑两个相邻的时间窗口以及由这两个窗口构成的合并窗口，每个窗口都用自回归模型拟合，并计算各窗口序列残差的联合似然比，然后与某个预先设定的阈值T 进行比较，当超过阈值T 时，则窗口边界被认定为异常点。这种检测方法对于流量的突变检测比较有效，但是由于它的阈值不是自动选取，并且当异常持续长度超过窗口长度时，该方法将出现部分失效。统计学模型在流量异常检测中具有广阔的研究前景，不同的统计学建模方式能够产生不同的检测方法。最近有许多学者研究了基于变换域进行流量异常检测的方法[3]，基于变换域的方法通常将时域的流量信号变换到频域或者小波域，然后依据变换后的空间特征进行异常监测。P. Barford等人[4]将小波分析理论运用于流量异常检测，并给出了基于其理论的4类异常结果，但该方法的计算过于复杂，不适于在高速骨干网上进行实时检测。Lakhina等人[5-6]利用主成分分析方法(PCA)，将源和目标之间的数据流高维结构空间进行PCA分解，归结到3个主成分上，以3个新的复合变量来重构网络流的特征，并以此发展出一套检测方法。此外还有一些其他的监测方法[7]，例如基于Markov模型的网络状态转换概率检测方法，将每种类型的事件定义为系统状态，通过过程转换模型来描述所预测的正常的网络特征，当到来的流量特征与期望特征产生偏差时进行报警。又如LERAD检测[8]，它是基于网络安全特征的检测，这种方法通过学习得到流量属性之间的正常的关联规则，然后建立正常的规则集，在实际检测中对流量进行规则匹配，对违反规则的流量进行告警。这种方法能够对发生异常的地址进行定位，并对异常的程度进行量化。但学习需要大量正常模式下的纯净数据，这在实际的网络中并不容易实现。随着宏观网络异常流量检测成为网络安全的技术热点，一些厂商纷纷推出了电信级的异常流量检测产品，如Arbor公司的Peakflow、GenieNRM公司的GenieNTG 2100、NetScout公司的nGenius等。国外一些研究机构在政府资助下，开始部署宏观网络异常监测的项目，并取得了较好的成绩，如美国研究机构CERT建立了SiLK和AirCERT项目，澳大利亚启动了NMAC流量监测系统等项目。针对宏观网络异常流量监测的需要，CNCERT/CC部署运行863-917网络安全监测平台，采用分布式的架构，能够通过多点对骨干网络实现流量监测，通过分析协议、地址、端口、包长、流量、时序等信息，达到对中国互联网宏观运行状态的监测。本文基于863-917网络安全监测平台获取流量信息，构成监测矩阵，矩阵的行向量由源地址数量、目的地址数量、传输控制协议(TCP)字节数、TCP报文数、数据报协议(UDP)字节数、UDP报文数、其他流量字节数、其他流量报文书、WEB流量字节数、WEB流量报文数、TOP10个源IP占总字节比例、TOP10个源IP占总报文数比例、TOP10个目的IP占总字节数比例、TOP10个目的IP占总报文数比例14个部分组成，系统每5分钟产生一个行向量，观测窗口为6小时，从而形成了一个72×14的数量矩阵。由于在这14个观测向量之间存在着一定的相关性，这使得利用较少的变量反映原来变量的信息成为可能。本项目采用了主成份分析法对观测数据进行数据降维和特征提取，下面对该算法的工作原理进行介绍。 2 主成分分析技术主成分分析是一种坐标变换的方法，将给定数据集的点映射到一个新轴上面，这些新轴称为主成分。主成分在代数学上是p 个随机变量X 1, X 2……X p 的一系列的线性组合，在几何学中这些现线性组合代表选取一个新的坐标系，它是以X 1,X 2……X p 为坐标轴的原来坐标系旋转得到。新坐标轴代表数据变异性最大的方向，并且提供对于协方差结果的一个较为简单但更精练的刻画。主成分只是依赖于X 1,X 2……X p 的协方差矩阵，它是通过一组变量的几个线性组合来解释这些变量的协方差结构，通常用于高维数据的解释和数据的压缩。通常p 个成分能够完全地再现全系统的变异性，但是大部分的变异性常常能够只用少量k 个主成分就能够说明，在这种情况下，这k 个主成分中所包含的信息和那p 个原变量做包含的几乎一样多，于是可以使用k 个主成分来代替原来p 个初始的变量，并且由对p 个变量的n 次测量结果所组成的原始数据集合，能够被压缩成为对于k 个主成分的n 次测量结果进行分析。运用主成分分析的方法常常能够揭示出一些先前不曾预料的关系，因而能够对于数据给出一些不同寻常的解释。当使用零均值的数据进行处理时，每一个主成分指向了变化最大的方向。主轴以变化量的大小为序，一个主成分捕捉到在一个轴向上最大变化的方向，另一个主成分捕捉到在正交方向上的另一个变化。设随机向量X "=[X 1,X 1……X p ]有协方差矩阵∑,其特征值λ1≥λ2……λp≥0。考虑线性组合：Y1 =a 1 "X =a 11X 1+a 12X 2……a 1pX pY2 =a 2 "X =a 21X 1+a 22X 2……a 2pX p……Yp =a p"X =a p 1X 1+a p 2X 2……a p pX p从而得到：Var (Yi )=a i" ∑a i ,(i =1,2……p )Cov (Yi ,Yk )=a i "∑a k ,(i ,k =1,2……p )主成分就是那些不相关的Y 的线性组合，它们能够使得方差尽可能大。第一主成分是有最大方差的线性组合，也即它能够使得Var (Yi )=a i" ∑a i 最大化。我们只是关注有单位长度的系数向量，因此我们定义：第1主成分＝线性组合a 1"X，在a1"a 1=1时，它能够使得Var (a1 "X )最大；第2主成分＝线性组合a 2 "X，在a2"a 2=1和Cov(a 1 "X,a 2 "X )=0时，它能够使得Var (a 2 "X )最大；第i 个主成分＝线性组合a i"X，在a1"a 1=1和Cov(a i"X,a k"X )=0(k<i )时，它能够使得Var (a i"X )最大。由此可知主成分都是不相关的，它们的方差等于协方差矩阵的特征值。总方差中属于第k个主成分(被第k个主成分所解释)的比例为：如果总方差相当大的部分归属于第1个、第2个或者前几个成分，而p较大的时候，那么前几个主成分就能够取代原来的p个变量来对于原有的数据矩阵进行解释，而且信息损失不多。在本项目中，对于一个包含14个特征的矩阵进行主成分分析可知，特征的最大变化基本上能够被2到3个主成分捕捉到，这种主成分变化曲线的陡降特性构成了划分正常子空间和异常子空间的基础。3 异常检测算法本项目的异常流量检测过程分为3个阶段：建模阶段、检测阶段和评估阶段。下面对每个阶段的算法进行详细的介绍。3.1 建模阶段本项目采用滑动时间窗口建模，将当前时刻前的72个样本作为建模空间，这72个样本的数据构成了一个数据矩阵X。在试验中，矩阵的行向量由14个元素构成。主成份分为正常主成分和异常主成份，它们分别代表了网络中的正常流量和异常流量，二者的区别主要体现在变化趋势上。正常主成份随时间的变化较为平缓，呈现出明显的周期性；异常主成份随时间的变化幅度较大，呈现出较强的突发性。根据采样数据，判断正常主成分的算法是：依据主成分和采样数据计算出第一主成分变量，求第一主成分变量这72个数值的均值μ1和方差σ1，找出第一主成分变量中偏离均值最大的元素，判断其偏离均值的程度是否超过了3σ1。如果第一主成分变量的最大偏离超过了阈值，取第一主成份为正常主成分，其他主成份均为异常主成分，取主成份转换矩阵U =[L 1]；如果最大偏离未超过阈值，转入判断第下一主成分，最后取得U =[L 1……L i -1]。第一主成份具有较强的周期性，随后的主成份的周期性渐弱，突发性渐强，这也体现了网络中正常流量和异常流量的差别。在得到主成份转换矩阵U后，针对每一个采样数据Sk =xk 1,xk 2……xk p )，将其主成份投影到p维空间进行重建，重建后的向量为：Tk =UU T (Sk -X )T计算该采样数据重建前与重建后向量之间的欧氏距离，称之为残差：dk =||Sk -Tk ||根据采样数据，我们分别计算72次采样数据的残差，然后求其均值μd 和标准差σd 。转换矩阵U、残差均值μd 、残差标准差σd 是我们构造的网络流量模型，也是进行流量异常检测的前提条件。 3.2 检测阶段在通过建模得到网络流量模型后，对于新的观测向量N,(n 1,n 2……np )，采用与建模阶段类似的分析方法，将其中心化：Nd =N -X然后将中心化后的向量投影到p维空间重建，并计算残差：Td =UUTNdTd =||Nd -Td ||如果该观测值正常，则重建前与重建后向量应该非常相似，计算出的残差d 应该很小；如果观测值代表的流量与建模时发生了明显变化，则计算出的残差值会较大。本项目利用如下算法对残差进行量化：3.3 评估阶段评估阶段的任务是根据当前观测向量的量化值q (d )，判断网络流量是否正常。根据经验，如果|q (d )|<5，网络基本正常；如果5≤|q (d )|<10，网络轻度异常；如果10≤|q (d )|，网络重度异常。4 实验结果分析利用863-917网络安全监测平台，对北京电信骨干网流量进行持续监测，我们提取6小时的观测数据，由于篇幅所限，我们给出图1—4的时间序列曲线。由图1—4可知单独利用任何一个曲线都难以判定异常，而利用本算法可以容易地标定异常发生的时间。本算法计算结果如图5所示，异常发生时间在图5中标出。我们利用863-917平台的回溯功能对于异常发生时间进行进一步的分析，发现在标出的异常时刻，一个大规模的僵尸网络对网外的3个IP地址发起了大规模的拒绝服务攻击。 5 结束语本文提出一种基于主成分分析的方法来划分子空间，分析和发现网络中的异常事件。本方法能够准确快速地标定异常发生的时间点，从而帮助网络安全应急响应部门及时发现宏观网络的流量异常状况，为迅速解决网络异常赢得时间。试验表明，我们采用的14个特征构成的分析矩阵具有较好的识别准确率和分析效率，我们接下来将会继续寻找更具有代表性的特征来构成数据矩阵，并研究更好的特征矩阵构造方法来进一步提高此方法的识别率，并将本方法推广到短时分析中。6 参考文献[1] XU K, ZHANG Z L, BHATTACHARYYA S. Profiling Internet backbone traffic: Behavior models and applications [C]// Proceedings of ACM SIGCOMM, Aug 22- 25, 2005, Philadelphia, PA, USA. New York, NY,USA:ACM,2005:169-180.[2] HAWKINS D M, QQUI P, KANG C W. The change point model for statistical process control [J]. Journal of Quality Technology,2003, 35(4).[3] THOTTAN M, JI C. Anomaly detection in IP networks [J]. IEEE Transactions on Signal Processing, 2003, 51 )8):2191-2204.[4] BARFORD P, KLINE J, PLONKA D, et al. A signal analysis of network traffic anomalies [C]//Proceedings of ACM SIGCOMM Intemet Measurement Workshop (IMW 2002), Nov 6-8, 2002, Marseilles, France. New York, NY,USA:ACM, 2002:71-82.[5] LAKHINA A, CROVELLA M, DIOT C. Mining anomalies using traffic feature distributions [C]// Proceedings of SIGCOMM, Aug 22-25, 2005, Philadelphia, PA, USA. New York, NY,USA: ACM, 2005: 217-228.[6] LAKHINA A, CROVELLA M, DIOT C. Diagnosing network-wide traffic anomalies [C]// Proceedings of ACM SIGCOMM, Aug 30 - Sep 3, 2004, Portland, OR, USA. New York, NY,USA: ACM, 2004: 219-230.[7] SCHWELLER R, GUPTA A, PARSONS E, et al. Reversible sketches for efficient and accurate change detection over network data streams [C]//Proceedings of ACM SIGCOMM Internet Measurement Conference (IMC"04), Oct 25-27, 2004, Taormina, Sicily, Italy. New York, NY,USA: ACM, 2004:207-212.[8] MAHONEY M V, CHAN P K. Learning rules for anomaly detection of hostile network traffic [C]// Proceedings of International Conference on Data Mining (ICDM"03), Nov 19-22, Melbourne, FL, USA . Los Alamitos, CA, USA: IEEE Computer Society, 2003:601-604.

网络攻击日益增多，异常流量检测的重要性。1、网络攻击日益增多。随着互联网的普及和发展，网络攻击的数量和类型也在不断增多，而传统的安全防护手段已经无法满足安全需求，因此需要研究更加高效的网络安全技术。2、异常流量检测的重要性。网络攻击往往会产生异常的网络流量，因此异常流量检测可以有效地发现和防范网络攻击，保护网络安全。

所谓网络流量分析，是指通过一定的技术手段，实时监测用户网络七层结构中各层的流量分布，进行协议、流量的综合分析，从而有效的发现、预防网络流量和应用上的瓶颈，为网络性能的优化提供依据。通过流量分析帮助管理人员了解到网络中哪个用户正在大量的下载或者上传数据，判定出网络中是哪个用户在占用了大量的带宽，是由于哪个用户造成了网络的缓慢。通过流量分析管理，可以使网络管理人员掌握网络负载状况，及时发现网络结构的不合理，或是网络性能瓶颈，根据网内应用及不同业务使用情况，为用户提供高品质的网络服务，避免了网络带宽和服务器瓶颈问题。通过流量分析管理，可以使网络管理人员快速掌握网络流量的实时状况，网内应用及不同业务在不同的时间段的使用情况，快速展示某个时间段内的流量概况，帮助管理人员分析网络流量的忙闲时。目前市面上的网络流量分析软件很多，但是实现方式大致分为三类，通过这三种网络流量分析的采集技术，来实现网络流量的分析。2、端口镜像（Portmirroring），也叫做端口扫描或端口监控功能，是在很多管理型交换机中的一个功能，其被用在一个网络交换机上来发送所有分组的拷贝，在一个交换机端口查看来监控在另一个交换机端口的网络连接。也就是把所有的交换机端口的数据，都拷贝一份到这个端口上，所有的数据都进行采集。3、通过协议如netflow或者netstream等。根据需求和采集技术特点选择上述的三种技术，各有各的优点和缺点，其中的网络混杂模式，主要用于一个比较小的网络中，一般一个小的局域网内使用，比如网吧等，通过这种技术实现的软件比较多，如果sniffer等。缺点也很明显，就是对网络带宽的占用比较大。建议在非关键性的小网络中使用。另外一种通过端口镜像实现，特点是通过交换机来实现，缺点也比较明显，就是所有的端口的数据都要拷贝一份给监控端口，增加了交换机的负担，比较严重的影响交换机的性能。一般在公司网络的出口交换机上使用，比如监控公司中人员的互联网连接等。第三种通过思科的netflow协议或者华为的netstream协议，特点是占用网络带宽最小，切采集的数据最全，一般用在比较大的企业网络中，原理就是交换机本身将通过的数据计数，而不做数据的拷贝。这样，就大大降低了交换机的负担。市面上的软件也比较多，比较重要的厂商如摩卡软件等。下面以摩卡软件的NTA软件来举例说明网络流量分析的功能。摩卡软件网络流量分析的优势摩卡软件在行业内具有十年的IT运维管理经验，摩卡软件在全国超过23家的大客户现场积累了深厚的应用平台运维管理经验，其中对于网络流量监控的优势在于：支持协议种类多：从思科的netflow到华为的netstream，到IPFIX、sflow等都支持。适用的范围比较广：从宏观上监控整个网络中的流量，从二层到七层，所有的流量的情况。支持自定义的应用的监控：软件支持自定义的网络应用的监控。友好的用户界面：从用户的界面出发，更容易读懂和使用。

网络流量分析 网络流量分析器bitSaver (又称应用流量管理器,带宽管理器或QoS设备）早在2000年就已经出现了，最早是美国的Packteer公司研发。但是由于网络带宽问题还没有显著，所以企业IT部门对带宽的重视程度还不够，随着各种网络新技术的应用以及网络多媒体技术的发展，网络带宽紧缺的问题越来越明显。尤其是2005年来，P2P应用更是对带宽的管理带来了严重威胁，所以带宽管理器的市场在近3年来得到了很大的发展。据不完全统计，这个市场已经超过了近25亿美元。中国的带宽管理市场从2004年才开始逐渐受到重视，2007年中国带宽管理市场份额也在2亿人民币，预计中国带宽管理市场将以20%以上的速度增长。而具有带宽管理设备提供商的除了国外Packteer、Allot公司外，国内的北京英智兴达,畅讯科技等厂商，国外厂商带宽管理设备还没有实现界面的本地化，都是以授权代理的形式进入中国；国内的厂商在经历了3到4年的产品研发攻坚，产品才日益稳定，市场、技术、产品的竞争将在2008年展开。

小草软件，服务器流量分析与保障、虚拟多设备管理等多项突破性技术，涵盖流量分析、带宽管理、上网行为管理、DMZ区服务器管理，专线集中管理、企业级防火墙与路由器、负载均衡等功能，在网络性能、质量、安全等方面为客户提供完整的解决方案

MByte（英文简写MB）含义是“兆字节”，Mbit的含义是“兆比特”。MByte是指字节数量，Mbit是指比特位数。MByte中的“Byte”虽然与Mbit中的“bit”翻译一样，都是比特，也都是数据量度单位，但二者是完全不同的。Byte是“字节数”，bit是“位数”，在计算机中每八位为一字节，也就是1Byte=8bit，是1：8的对应关系。因此在在书写单位时一定要注意B字母的大小写和含义，尤其有些人把Mbit误认为是MByte。 查看原帖>>

这么高的流速啊。。。。。。