当今社会是个信息化的社会,网络信息化大潮正有力的推动着各行各业的发展。证券行业随着业务量,尤其是行情业务和股票实时交易业务的业务量的增加,如同城市中车辆增多引起交通拥堵一样,使得证券的业务网络一次又一次的遭受磨练,对网络的安全性和服务质量(QoS)方面的要求越来越高。
一、证券的网络经常会面临这样的问题
证券业务网络的服务质量现状如何?集中交易核心网点的性能如何?链路丢包率?链路延时?交易业务的平均带宽?最大带宽?最小带宽?行情查询的平均延时?最大延时?最小延时?
整个证券业务网络中流量是如何构成的?除了行情和交易之外,还有没有别的流量?关键业务占据了多大带宽?非关键业务占据了多大带宽?
各个营业部(服务部)至核心网的带宽占用如何?是否需要扩容?营业厅至核心网的链路通断如何?业务性能如何?
营业部或网上交易业务中断,网管系统也无法找到故障源,故障到底在哪里?是电信专线问题?还是核心交换机广播风暴?
应用中间件(AR/KCXP)的负载是否均衡?其数据转发性能如何?
用户抱怨交易不成功,是营业部的网络问题?还是应用中间件的数据转发失败?
近年来流量监测和分析设备成为了证券网络中不可或缺的管理设备,它和网络管理设备一起,相互弥补、相互支撑,共同构建安全、可靠、稳定、高效的网络。
二、业务感知模型
目前国外提出了很多流量识别的方法,大体分为五种。第一种方法是基于端口的流量识别方法。然而,随着端口动态变化业务的不断出现,以及诸多业务采用常规业务端口作为隧道穿越,这种方法也变得越来越低效和不准确。因此,人们提出第二种方法用于准确识别可变端口业务,即基于净荷特征的流量识别方法,这种方法通常采用DPI(Deep Packet Inspection)净荷深度检测技术来匹配各种应用特征,从而识别出不同的业务流量。然而,随着私有协议业务、加密或者VPN业务的不断出现,这种方法就不适用了。因此,人们又提出了第三种方法:基于流量统计特性的识别方法。这种方法不涉及具体业务内容,而是通过对业务流的各种统计信息的分析来区分不同业务流量。然而,流量统计特性的方法无法做到高准确率的识别,因此德国的Passau大学的Dedinski又提出了第四种方法,即综合净荷特征识别和流量特性统计方法的跨层业务识别方法。这种方法从一定程度上弥补了流量特性统计方法在准确性上的不足,然而对于新增业务或者业务特征变化的情况仍无法适用。因此,目前学术界越来越多的将智能计算的方法引入流量识别领域,于是出现了第五种方法:基于智能计算的流量识别方法。
业务识别模型框架分为如下两个层面:协议分析层面、流量识别(业务感知)层面。
协议分析层面通过对各层协议的分析,提供对于TCP/IP的协议解析。目的是通过对TCP/IP的协议解析,提取协议关键字段,向上层提供足够的分组信息,如头部和关键净荷信息,以满足上一层面流量识别层面对业务的识别和感知。其向上层提供的接口为流(flow)。流应当由一个五元组来确定,该流中还需要存放部分净荷,捕获的净荷大小可配置。因此,该流应该为五元组+关键净荷=(源IP,目的IP,源端口,目的端口,协议类型,关键净荷)。
流量识别层面是核心层面,主要通过可扩展的业务流量识别引擎,从多种角度,提供全面的流量识别的功能,如下所述:
·端口匹配识别引擎:完成固定端口的业务类型识别。通过取出流中的源端口或者目的端口,然后查找常用应用端口映射表,如存在,则识别成功,同时考虑伪端口的存在(如一些P2P为了伪装而借用常用端口),予以剔除;如不存在,则交由流量特性识别引擎处理。可利用端口匹配的方法,根据流媒体的RTP和RTCP的端口号来识别流媒体流。
·应用层深度检测(DPI)识别引擎:若通过静态的端口映射表无法识别,则表明这些流量是非标准协议或者动态端口的,需要采用应用层深度探测方法来识别这些业务或应用,即采用匹配净荷中特征字符串的方式。
·连接模式识别引擎:不同的业务其建立连接的方式有相应特征,可通过IP地址和端口的相应关系识别P2P、流媒体等业务。
针对证券业务的识别和感知引擎是基于上述模型框架设计的。
三、系统部署
系统部署采用“并联镜像、终端告警、数据存储、信息发布、对外接口”的方式。
“并联镜像”:接入方式是并联、被动的接入网络中,通过配置核心交换机的镜像功能,将流量复制到镜像端口,从而完成数据采集功能。并联接入网络,不改变拓朴,不会对网络带来任何不良影响;可以在cisco交换机上对镜像端口设备只收不发,这样监测设备就成为一台哑设备,不会向业务网络中发送任何数据,自然不会对业务网络产生任何影响。
“终端告警”:系统提供客户端方式进行告警,同时呈现业务网络的监测信息、流量分布信息、带宽信息以及通信中间件运行状态信息等。
“数据存储”:数据存储在主备两台服务器上,简化起见也可以仅存储在一台服务器上。
“信息发布”:系统提供web信息发布接口,可以通过web浏览器了解到目前网络中的流量信息,导出报表等。
“对外接口”:系统本身还对外提供数据库、web service接口供第三方开发使用。
四、结束语
本文针对证券核心网络中关键业务的QoS问题,阐述了采用流量分析、异常检测以及性能指标监测等手段监控、分析和解决证券业务的服务质量劣化情况。通过在证券公司实际环境部署实施,有效的改善了证券业务网络故障响应时间MTTR以及平均无故障时间间隔MTBF等可用性指标。