摘  要： 针对校园网网络覆盖面不广、执行功能相对单一、安全隐患较大的问题，提出以数据挖掘为基础，以K?means算法作为主要分析算法的校园流量监测系统。校园流量监测系统在原有的校园网管理系统上做了更為完善的改进与优化，能够随时随地监测校园网流量的异常与否，同时对校园网系统的数据信息进行收集，以分析其数据信息趋势并做出决策。通过实验对比可知，以数据挖掘为基础依据的校园流量监测系统比以往校园网系统更具多样性，系统稳定性更高，应用范围更加广泛，通过校园网系统对校园网络进行管理具有更好的执行能力。

关键词： 监测系统设计; 流量监测; 数据挖掘; 数据采集; 数据分析; 校园网

中图分类号： TN99?34                          文献标识码： A                           文章编号： 1004?373X（2020）21?0059?05

Design of campus traffic monitoring system based on data mining

ZHOU Kangle

（Nanchang Institute of Technology， Nanchang 330044， China）

Abstract： In view that the coverage of campus network is not wide， the executive function is relatively single and the security risks are large， a data mining based campus traffic monitoring system which takes K?means algorithm as the main analysis algorithm is proposed. The campus traffic monitoring system is improved and perfected on the basis of the original campus network management system， so it can monitor the campus network traffic at anytime and anywhere. At the same time， the data information of the campus network system is collected to analyze the trend of data information and make decisions. In comparison with the previous campus network system， the campus traffic monitoring system based on data mining has more diversity， higher system stability and wider application range. Moreover， the campus network system has better executive ability in the management of the campus network.

Keywords： monitoring system design; traffic monitoring; data mining; data acquisition; data analysis; campus network

0  引  言

在时代的发展进程当中，高校校园网的建设与发展已经成为高校建设的关键组成部分[1]。校园网对于高校办公、教学以及科研方面的应用程度也越来越广泛。面对复杂多变、危险与安全并存的网络现状环境，校园网在实际应用的过程当中遇到的威胁与资源保护问题越来越严峻[2]。校园网在其自身网络限制与防护上往往存在薄弱环节，极易受到网络上如恶意站点、木马程序等各种各样的恶意攻击。此类网络恶意攻击的出现，既使得高校校园网面临不可预知的安全威胁，也让其因网络流量异常等问题而运行缓慢卡顿。对网络数据流量进行详细的分析并理清其内部关系，能够帮助校园网管理人员更好地对校园网络进行管理[3]。……