DeepFlow帮助金融云实现高效，智能的虚拟网络监控运营和维护

自2015年以来，国家从政策层面大力推广企业云，并迅速登陆各行各业. 2015年政府工作报告首先提出了“互联网+”行动计划，要求“促进移动互联网，云计算，大数据，物联网等与融，并引导互联网公司拓展国际市场. ”在接下来的几年中，他们从互联网扩展到政府事务，金融，运营商，电力，能源等行业.

作为影响国家生命线的基础产业，金融在欢迎新技术时将永远更加稳定. 股份制商业银行是中国大陆第一家由民间资本设立的国家商业银行. 它从核心的八种主要系统开始，并且是第一家集成整个系统的国内银行. 进入“银行4.0”时代，银行系统逐渐实现了从分布到集中再到云环境的演进过程. 从概念上讲，从单一网点服务到多渠道，全方位服务的转换，以银行提供为中心，并以用户需求为中心.

观念的转变也对网络系统提出了更高的要求，作为对网络基础服务的基本保证，理解和拥抱真实的业务需求，并进行前瞻性的探索和测试，以确保未来的网络能够满足业务需求. 具体而言，首先，外部访问方法已经变得多样化，并且已经基于价格，端口模式，速度，延迟等因素提供了各种访问方法智能云怎么和监控链接，并且5G和VPN尝试不再局限于专用线路. 访问;其次，在为内部后端服务提供互连服务时，我们必须考虑到大数据和人工智能等分析系统的高吞吐量，低延迟，高弹性，高并发性和高敏捷性的需求.

除了传统网络的变化之内的全网络流量收集和分发解决方案，以解决虚拟网络流量管理问题.

虚拟网络流量成为运维监控的盲点

股份制商业银行业务生产系统需要根据相关的行业需求分析所有网络流量数据，包括性能，交易，安全性，防欺诈等. 在传统的网络环境中，流量镜像绕过监视和分析解决方案主要使用. 基本上可以满足业务需求.

经过多年的IT运维实践，股份制商业银行建立了CMDB，IT运维管理系统，集中监控系统，交易绩效监控系统，自动化运维系统，日志等多种系统. 管理平台. 较早地实现了数据孤岛的问题，并建立了运维数据中心统一管理网络流量数据，缓解了数据孤岛现象. 随着数据中心的功能强大，传统的基于硬件的网络设备在云和虚拟环境中的网络流量的可视化中继续发挥应有的价值.

随着银行内部云平台的建立和业务系统逐渐向云迁移，网络流量的方向发生了变化，部分流量已在虚拟机管理程序层虚拟交换机中直接转发，导致传统的无法使用链接镜像方法以获取云内完整性. 流数据. 虚拟网络流量巨大，在不影响生产环境的情况下进行流量的收集，分配和分析是确保云服务的关键.

此外，对于云网络建设，理想情况下，应首先考虑云安全性和云运维，但行业内云的总体状况尚未达到“士兵（企业）还没有动，粮草（云安全和云运维）首先，股份制商业银行也面临着这样的挑战. 它希望找到一种创新的虚拟网络流量管理解决方案，以完成云网络环境中的流量收集，并可以与现有分析工具无缝连接. 解决了因云迁移而导致的交通盲区和虚拟网络运维监控效率低的问题.

DeepFlow透析混合云的整个网络流量

在SDN网络中，需要收集虚拟机的所有业务流量并将其转发到分析系统. 从理论上讲，流表规则可以在OVS上配置，也可以在虚拟机上部署代理. 但是，将这两种解决方案的风险和成本进行了比较. 高.

Spruce Network的DeepFlow收集器使用专利技术，以在资源消耗低和零系统入侵的前提下实现虚拟网络流量的按需收集和转发. 在股份制商业银行的网络环境中，由于已经部署了成熟的监视和分析系统，因此DeepFlow收集器仅需要根据需要将虚拟网络流量直接转发到后端分析系统，从而帮助银行进行实现网络范围的流量分析和可视化. 该解决方案可以逐段分析不同网络设备的链路，在这些网元中部署多个流量收集点，并可以查看全链路网络的流量情况.

同时，DeepFlow通过银行的云API标准API接口完成对云平台网络，资源和拓扑关系的自主学习，并将网络流量映射到云平台资源和服务. 这样，在监控流量和云平台项目之间建立了直观的关联之后，用户可以更轻松地从云中分析应用程序业务. DeepFlow收集器对其他功能组件的依赖性为零，对策略的干扰为零，并且资源消耗低. 这种完全解耦的方法可以满足一家股份制商业银行对云流量监控和分析的不受干扰的需求，因此可以将收集的数据与任何其他流量分析工具对接.

作为云原生的集成虚拟网络流量收集和分发解决方案，DeepFlow通过智能云怎么和监控链接，准确的虚拟流量收集和有效的分发功能来帮助银行弥补云网络环境中监视和维护系统的缺点. 开放工具链孤岛，帮助银行提高整体网络运行和维护监控的效率.

关注通化顺金融（ths518），以获得更多机会

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-264339-1.html