为了探索网络功能虚拟化(Network Function Virtualization,NFV)环境下的网络安全技术,解决网络异常检测及定位问题,文章通过采用矩阵差分分解,着眼于提升网络异常情况下的检测精确度与定位,在构建的NFV网络模型中利用不同强度的异常流...为了探索网络功能虚拟化(Network Function Virtualization,NFV)环境下的网络安全技术,解决网络异常检测及定位问题,文章通过采用矩阵差分分解,着眼于提升网络异常情况下的检测精确度与定位,在构建的NFV网络模型中利用不同强度的异常流场景,深入分析了网络异常对系统性能的影响,测试了基于矩阵差分分解的MADEL(Matrix Analysis for Detection and Location)算法在不同场景下的表现。研究结果表明,MADEL算法能够有效适应不同异常环境,随着异常流强度的增加,算法的检测与定位效果为NFV环境下的网络安全管理提供了有力的技术支持。展开更多
数据中心作为人工智能新兴技术得以发展和应用的前提和基础,不仅关系服务器与存储器等设备的工作效率,还对保障业务的连续性起着重要作用。将SDN(Software Defined Network,软件定义网络)技术和NFV(Network Function Virtualization,网...数据中心作为人工智能新兴技术得以发展和应用的前提和基础,不仅关系服务器与存储器等设备的工作效率,还对保障业务的连续性起着重要作用。将SDN(Software Defined Network,软件定义网络)技术和NFV(Network Function Virtualization,网络功能虚拟化)技术引入数据中心网络建设,可实现灵活组网,在满足安全要求的多租户环境下,能更好地为数据中心业务发展提供支持。文章围绕SDN和NFV技术在数据中心的实践、SDN与NFV技术的差异以及SDN和NFV技术在数据中心应用中存在的挑战等方面展开阐述和分析,可为数据中心的网络重构提供新思路。展开更多
文摘为了探索网络功能虚拟化(Network Function Virtualization,NFV)环境下的网络安全技术,解决网络异常检测及定位问题,文章通过采用矩阵差分分解,着眼于提升网络异常情况下的检测精确度与定位,在构建的NFV网络模型中利用不同强度的异常流场景,深入分析了网络异常对系统性能的影响,测试了基于矩阵差分分解的MADEL(Matrix Analysis for Detection and Location)算法在不同场景下的表现。研究结果表明,MADEL算法能够有效适应不同异常环境,随着异常流强度的增加,算法的检测与定位效果为NFV环境下的网络安全管理提供了有力的技术支持。
文摘数据中心作为人工智能新兴技术得以发展和应用的前提和基础,不仅关系服务器与存储器等设备的工作效率,还对保障业务的连续性起着重要作用。将SDN(Software Defined Network,软件定义网络)技术和NFV(Network Function Virtualization,网络功能虚拟化)技术引入数据中心网络建设,可实现灵活组网,在满足安全要求的多租户环境下,能更好地为数据中心业务发展提供支持。文章围绕SDN和NFV技术在数据中心的实践、SDN与NFV技术的差异以及SDN和NFV技术在数据中心应用中存在的挑战等方面展开阐述和分析,可为数据中心的网络重构提供新思路。
