本文運用數(shù)據(jù)倉庫原理，設計了一套基于NetFlow 的高速流量分級聚合方法?；谒膫€時間粒度將原始數(shù)據(jù)進行聚合處理并轉存到數(shù)據(jù)庫，達到對高速網(wǎng)絡環(huán)境下的海量流量數(shù)據(jù)進行有效縮減和歸并整理的目的，同時，結合對細節(jié)級數(shù)據(jù)的壓縮處理策略，提高了流量分析的效率。流量聚合處理采用多線程技術加以實現(xiàn)，提高系統(tǒng)性能。
網(wǎng)絡流量測量是對網(wǎng)絡數(shù)據(jù)流特性進行的檢測與分析。通過對獲取的應用使用情況、用戶行為特征等信息進行分析，可實現(xiàn)對網(wǎng)絡的合理監(jiān)管與規(guī)劃。隨著網(wǎng)絡傳輸速度越來越快，網(wǎng)絡流量測量也顯現(xiàn)出一定困難：高速網(wǎng)絡環(huán)境下需要采集并處理大量數(shù)據(jù)，而從這些數(shù)據(jù)中提取有用信息進行分析則更加不易。NetFlow 是Cisco 公司提出的一種流量分析技術。它以“流”為采集單位進行流量統(tǒng)計，一個NetFlow 流由源/目的IP 地址，源/目的端口，三層協(xié)議類型，IP 協(xié)議服務類型（ToS），以及輸入/輸出邏輯端口唯一
確定。通過基于NetFlow 的采集技術獲取流量信息，就可以進行TopN 網(wǎng)絡應用、TopN 主機用戶等統(tǒng)計排行和趨勢分析，還可進行異常流量監(jiān)測。
本文運用數(shù)據(jù)倉庫理論，設計了一套基于 NetFlow 數(shù)據(jù)特點的高速流量聚合方法，并采用多線程技術加以實現(xiàn)，可對高速網(wǎng)絡環(huán)境下的海量流量數(shù)據(jù)進行有效縮減和歸并整理，從而提高流量分析的效率。