臺灣博碩士論文加值系統

本研究以實際網路流量數據，來統計、分析使用者的網路行為。目前大部分流量統計、分析單以Netflow資料為主，但此種方式會造成「無法分類」(Others)類別流量過大的情況，因此本研究設計並實作一套資料收集方法及軟體，以Netflow資料並且結合監聽封包的方式，來改善其統計結果。本研究並以淡江大學校園網路作為個案，實際運作，發現的確能有效改善目前流量統計的缺點。
本研究發現：佔用頻寬最大比例為P2P軟體檔案資料傳輸，約佔總頻寬34%，其中最大項目為eDonkey，佔總頻寬使用量約24%；大部分群組的流量，為群組內少數使用者所使用；寬頻及窄頻網路使用者行為有顯著不同，寬頻使用者以下載檔案為主，窄頻使用者以收信為主；在檔案的分享上，以副檔名為dat、avi、mpg等影片檔及副檔名為img、iso、mdf等光碟映射檔為主要傳輸內容。

This research is to analyze online user’s behaviors by calculate the actual online traffic statistical numbers. Currently, most of the online traffic analysis and statistics are mainly based on the Netflow data only, which will result in accumulating large number of data in the category of “others”. Therefore, in this research, we design and utilize a different methodology to collect data. The method we used is to improve the outcome of the statistical results by combining Netflow data and pocket-sniffing method.
This research is to take the TamKang University’s campus network as an actual field test. After the data collection and process analysis, the results did reveal the effective improvement of current statistical disadvantages.
In this case, we have the following findings: a large portion of bandwidth percentage utilized by users is P2P applications data stream, approximately 34%. The largest item in P2P is eDonkey, taking 24% of total bandwidth, and yet most of online traffic in each category was in fact used by only few users in that specific category. Broadband users have apparent different purposes than narrowband users. Broadband users like to download files most of time, but narrowband users prefer retrieve their mails mainly. As for the file-sharing, video extensions such as dat, avi, and mpg and CD-ROM image file extensions such as img, iso, and mdf are the primary file types transmitted by campus users, which indicates that academic network is in fact used by non-academic purpose mostly.

第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 4
第三節 研究對象 4
第四節 研究限制 4
第貳章 文獻探討 5
第一節 網路流量收集方法 5
第二節 相關文獻整理 6
第參章 研究方法及設計 7
第一節 研究方法及對象 7
第二節 資料收集方式 8
第三節 資料收集硬體架構 8
第四節 軟體架構 8
第五節 PacketAnalyzer程式資料處理流程 10
第六節 研究過程 12
第肆章 資料分析 14
第一節 資料分析架構 14
第二節 資料分析說明 15
第三節 資料分析結果 18
第四節 相關研究比較 37
第伍章 結論與建議 38
第一節 結論 38
第二節 後續研究建議 40
參考文獻 41

[1] 吳琮璠，民86，”資訊管理個案研究方法”，資訊管理學報，第四卷第一期，7-11頁。
[2] 杜家麟，”資料挖掘在網際網路流量之分析研究”，靜宜大學資訊管理研究所碩士論文，民國89年6月。
[3] 周鍾驥，”網路訊務量量測與特性研究”，中央員警大學資訊管理研究所碩士論文，民國89年6月。
[4] 林育生，”以流量為基礎之網路分析系統”，國防大學中正理工學院電子工程研究所碩士論文，民國90年6月。
[5] 翁瑞鋒，”網頁瀏覽者行為之泛化分群分析”，國立交通大學資訊科學研究所碩士論文，民國90年6月。
[6] 張仕達，”從網路流量中發掘網際網路使用者之使用模式”，國立中山大學資訊管理研究所碩士論文，民國88年6月。
[7] 張傑生，”以 flow 為基礎之網際網路流量量測分析”，國立交通大學資訊管理研究所碩士論文，民國86年6月。
[8] 教育部統計處，”大專院校校別學生數“，http://www.edu.tw/statistics/service/s210190.xls
[9] 教育部統計處，”大學生時間運用調查結果摘要分析報告“，http://www.edu.tw/statistics/publish/time- arrange.doc
[10] 教育部資訊網，“台灣學術網路”, http://140.111.1.22/ tanet/
[11] 教育部電算中心，”國內網路流量統計分析”，http://nnst1.moe.edu.tw/
[12] 楊明宮，”網路流量監視器內封包過濾器之實現”，大同工學院資訊工程研究所碩士論文，民國87年6月。
[13] 蕃薯藤數位科技‧開拓文教基金會，” 2002年台灣網路使用調查”，http://survey.yam.com/survey2002/ index.html，民92。
[14] 簡榮成，”廣域網路流量監測與分析工具之製作”，國立中正大學電機工程研究所碩士論文，民國88年6月。
[15] Bruce A. Mah, “An Empirical Model of HTTP Network Traffic,” Proceedings of the IEEE INFOCOM''97, Vol.2, 1997, pp. 592-600.
[16] C. Barakat, P. thiran, G. Iannaccone, C. Diot, P. Owezarski, "A flow-based model for Internet backbone traffic," 2nd Internet Measurement Workshop, November 2002, pp. 35-47
[17] Cisco, “Cisco IOS NetFlow,” http://www.cisco.com/ warp/public/732/Tech/nmp/netflow/index.shtml。
[18] Dug Song, “dsniff,” http://naughty.monkey.org/ ~dugsong/dsniff/
[19] Helmut Hlavacs and Gabriele Kotsis, ”Modeling User Behavior: A Layered Approach, ” MASCOTS''99, IEEE Computer Society, 1999, pp. 218-225。
[20] Jon Postel, "Internet Protocol," Internet Request for Comments 791, September 1981.
[21] Jon Postel, "Transmission Control Protocol," Internet Request for Comments 793, September 1981.
[22] Jon Postel, J.K. Reynolds, “File Transfer Protocol,” Internet Request for Comments 959, October 1985.
[23] M. Roughan, A. Greenberg, C. Kalmanek, M. Rumsewicz, J. Yates, and Y. Zhang, “Experience in Measuring Backbone Traffic Variability: Models, Metrics, Measurements and Meaning,” Proc. ACM SIGCOMM Internet Measurement Workshop (IMW''2002), November 2002
[24] Maria-Dolores Cano, Josemaria Malgosa-Sanahuja, Fernando Cerdan, Joan Garcia-Haro, ”Internet Measurements and Data Study over the Regional Network Ciez@net, ” 2001 IEEE Pacific Rim Conference on Communications, Computers and Signal Processing, 2001。
[25] MetaMachine , “eDonkey,” http://www.edonkey2000. com
[26] MySQL.com，“MySQL”，http://www.mysql.com/
[27] R. Rivest, “The MD4 Message Digest Algorithm,” ftp://ftp.rfc-editor.org/in-notes/rfc1320.txt
[28] Rafal Wojtczuk, “Libnids,” http://www.packetfactory. net/projects/libnids/, August 2002.
[29] Rigoberto Chinchilla, John Hoag, David Koonce, Hans Kruse, Shawn Ostermann, and Yufei Wang, "Characterization of Internet Traffic and User Classification: Foundations for the Next Generation of Network Emulation," Proceedings of the 10th International Conference on Telecommunication Systems, October 2002.
[30] Robin Sommer and Anja Feldmann, “NetFlow: Information Loss or Win?,” Proceedings of ACM SIGCOMM Internet Measurement Workshop (IMW''2002), November 2002
[31] S. Sarvotham, R. Riedi, and R. Baraniuk, "Connection-level analysis and modeling of network traffic," Rice Univ., July 2001
[32] Tim Berners-Lee, Roy T. Fielding, and Henrik Frystyk Nielsen, “Hypertext Transfer Protocol — HTTP/1.0,” Internet Request for Comments 1945, May 1996.
[33] W. Richard Stevens and Gary R. Wright, ”TCP/IP Illustrated, Volume 2,” Addison-Wesley Publishing Company, 1995.