阿里云

未分类

• 侧重虚拟网络

数据来源

来自数据中心网络流量抽象成三点：
* BGP运营商访问互联网
* 内部骨干网（去往机房）
* 流向用户机房

来自POP点
* POP点走内部骨干网

数据类型

流量
1.设备：运行状况
2.用户数据IP：XGW state和每个IP、RI
公有云
每个大用户（蚂蚁、菜鸟）

挑战

一个用户预期的流量模型
每个用户的流量不行不一样，需要模型分别建立
判断行业/企业的趋势

现状

• 不一样指标单独监控
• 500-1000个指标
• 100亿条数据（未来可能翻倍）
• 中国国内的网络环境复杂，攻击无处不在
• 每天100-200个报警（可能95%是噪音）
• 要建立模型，持续性分析
• 写了复杂的配置文章

异常类型

• 用户上不了网，访问较慢，用户业务实现不了（但不知道用户的具体业务是什么）
• 某一个用户的流量跟平时的模型突变，但如果是集群大规模（30-50%）的用户流量模型发生突变

异常检测标记

• 已有标记
• 从现有典型例子

对压测采取概率模型

采取10个核心指标入手，建立模型和基线，过滤噪音

• 设备数据
  单设备
  设备集群
  设备表项数据

• 链路数据
  丢包
  延时

• 用户数据
  用户的实例指标
  用户的实例配置
  用户的操作行为