1 from __future__ import division
2 import time
3 import math
4 import xlwt
5 from ryu.controller import ofp_event
6 from ryu.controller.handler import MAIN_DISPATCHER, DEAD_DISPATCHER
7 from ryu.controller.handler import set_ev_cls
8 from ryu.ofproto import ofproto_v1_3
9 from ryu.lib import hub
10
11 FEATURE = {}
12
13
14 class FlowFeatureExaction(RyuApp):
15
16 OFP_VERSIONS = [ofproto_v1_3.OFP_VERSION]
17
18 def __init__(self, *args, **kwargs):
19 super(FlowFeatureExaction, self).__init__(*args, **kwargs)
20
21 self.name = 'flow_feature_exaction'
22 self.datapaths = {}
23
24 self.src_to_dst = {}
25 self.flows = []
26 self.flow_feature = {}
27
28 self.monitor_thread = hub.spawn(self._monitor)
29
30 @set_ev_cls(ofp_event.EventOFPStateChange, [MAIN_DISPATCHER, DEAD_DISPATCHER])
31 def _state_change_handler(self, ev):
32 global FEATURE
33 datapath = ev.datapath
34 dpid = datapath.id
35 if ev.state == MAIN_DISPATCHER:
36 if datapath.id not in self.datapaths:
37 self.logger.debug('register datapath: %016x', datapath.id)
38 self.datapaths[datapath.id] = datapath
39 FEATURE.setdefault(dpid, {})
40 FEATURE[dpid].setdefault('flow_feature', {})
41
42 elif ev.state == DEAD_DISPATCHER:
43 if datapath.id in self.datapaths:
44 self.logger.debug('unregister datapath: %016x', datapath.id)
45 del self.datapaths[datapath.id]
46 FEATURE.pop(dpid)
47
48 def _monitor(self):
49 while True:
50 for dp in self.datapaths.values():
51 self.send_flow_stats_request(dp)
52
53 self.flows = []
54 hub.sleep(10)
55 # self.print_feature()
56
57 def send_flow_stats_request(self, datapath):
58 ofproto = datapath.ofproto
59 parser = datapath.ofproto_parser
60 req = parser.OFPFlowStatsRequest(datapath)
61 datapath.send_msg(req)
62
63 @set_ev_cls(ofp_event.EventOFPFlowStatsReply, MAIN_DISPATCHER)
64 def flow_stats_reply_handler(self, ev):
65
66 flow_counter = 0
67 current_time = time.time()
68 dpid = ev.msg.datapath.id
69 self.flow_feature.setdefault(dpid, {})
70 for stat in ev.msg.body:
71 self.flows.append('time=%s datapath=%d table_id=%s '
72 'duration_sec=%d duration_nsec=%d '
73 'priority=%d '
74 'idle_timeout=%d hard_timeout=%d flags=0x%04x '
75 'cookie=%d packet_count=%d byte_count=%d '
76 'match=%s instructions=%s ' %
77 (time.time(), dpid, stat.table_id,
78 stat.duration_sec, stat.duration_nsec,
79 stat.priority,
80 stat.idle_timeout, stat.hard_timeout, stat.flags,
81 stat.cookie, stat.packet_count, stat.byte_count,
82 stat.match, stat.instructions))
83 # flow_no = stat.match['eth_type'] + stat.match['ipv4_src'] + stat.match['in_port'] + stat.match['ipv4_dst']
84 flow_no = flow_counter
85 if (dpid in self.flow_feature) and (flow_no not in self.flow_feature[dpid]):
86 self.flow_feature[dpid].setdefault(flow_no, {})
87 self.flow_feature[dpid][flow_no] = {'datapath': 0, 'duration': 0,'priority': 0,
88 'packet_count': 0, 'byte_count': 0,
89 'ipv4_src': 0, 'ipv4_dst': 0,
90 'in_port': 0,'output': 0,
91 'pkt_rate': 0, 'byte_rate': 0,
92 'pkt_asym': 0, 'byte_asym': 0,
93 'growth_flow_interval': 0, 'switch_flow_count': 0,
94 'mean_bytes_per_pkt': 0, 'time': 0}
95
96 time_interval = current_time-self.flow_feature[dpid][flow_no]['time']
97 pkt_rate = (stat.packet_count-self.flow_feature[dpid][flow_no]['packet_count'])/time_interval
98 byte_rate = (stat.byte_count-self.flow_feature[dpid][flow_no]['byte_count'])/time_interval
99 self.flow_feature[dpid][flow_no] = {'datapath': dpid, 'duration': stat.duration_sec, 'priority': stat.priority,
100 'packet_count': stat.packet_count, 'byte_count': stat.byte_count,
101 'ipv4_src': 0, 'ipv4_dst': 0,
102 'in_port': 0,'output': stat.instructions[0].actions[0].port,
103 'pkt_rate': pkt_rate,'byte_rate': byte_rate,
104 'pkt_asym': 0, 'byte_asym': 0,
105 'growth_flow_interval': 0, 'switch_flow_count': 0,
106 'mean_bytes_per_pkt': 0, 'time': current_time}
107
108 for key, value in stat.match.items():
109 self.flow_feature[dpid][flow_no][key] = value
110
111 if pkt_rate != 0:
112 self.flow_feature[dpid][flow_no]['mean_bytes_per_pkt'] = byte_rate/pkt_rate
113
114 if self.flow_feature[dpid][flow_no]['ipv4_src'] != 0:
115 src = self.flow_feature[dpid][flow_no]['ipv4_src']
116 dst = self.flow_feature[dpid][flow_no]['ipv4_dst']
117 self.src_to_dst.setdefault(src, {})
118 self.src_to_dst[src].setdefault(dst, {})
119 self.src_to_dst[src][dst] = {'pkt_count': stat.packet_count, 'byte_count': stat.byte_count,}
120 flow_counter += 1
121
122 for flow_no in self.flow_feature[dpid].keys():
123 self.flow_feature[dpid][flow_no]['growth_flow_interval'] = \
124 flow_counter - self.flow_feature[dpid][flow_no]['switch_flow_count']
125 self.flow_feature[dpid][flow_no]['switch_flow_count'] = flow_counter
126 if 'ipv4_src' in self.flow_feature[dpid][flow_no].keys():
127 for src in self.src_to_dst.keys():
128 if src == self.flow_feature[dpid][flow_no]['ipv4_dst']:
129 for dst in self.src_to_dst[src].keys():
130 if dst == self.flow_feature[dpid][flow_no]['ipv4_src']:
131 self.flow_feature[dpid][flow_no]['pkt_asym'] = \
132 self.src_to_dst[src][dst]['pkt_count']/(1+self.flow_feature[dpid][flow_no]['packet_count'])
133 self.flow_feature[dpid][flow_no]['bytes_asym'] = \
134 self.src_to_dst[src][dst]['byte_count'] / (1+self.flow_feature[dpid][flow_no]['byte_count'])
135 global FEATURE
136 FEATURE[dpid]['flow_feature'] = self.flow_feature[dpid]
137
138 # data = open("switch_flows", mode='w+')
139 # for flow in self.flows:
140 # data.write(str(flow) + '\n')
141 # data.close()
142
143 data = open("feature", 'w')
144 for dpid in FEATURE.keys():
145 data.write('DatapathId ' + str(dpid) + ':{')
146 for feature_type in FEATURE[dpid].keys():
147 data.write('\n '+str(feature_type)+':')
148 data.write(str(FEATURE[dpid][feature_type]) + '}\n')
149 data.write('\n')
150 data.close()
151
152 # workbook = xlwt.Workbook(encoding='utf-8')
153 # worksheet = workbook.add_sheet('Flow Feature')
154 # worksheet.write()
155 # workbook.save('flow_feature.xls')
156 pass

基于Ryu的流量采集代码实现的更多相关文章

  1. 基于Ryu的服务器实现及相关请求访问处理

    基于Ryu的服务器实现及相关请求访问处理 前言及问题描述 近期又遇到了一个非常棘手的问题,由于Ryu是通过Python语言开发的,通过Ryu的wsgi的方式建立服务器,无法解析PHP,通过多次方法解决 ...

  2. 基于RYU的拓扑发现

    基于RYU的拓扑发现 前言 本次实验是一个基于RYU的拓扑发现功能.参考了呈神的实现方式,并加了一些自己实现方式,做了一些数据结构的改动. 数据结构 link_to_port 字典 有两种关系: 一是 ...

  3. jQuery基于ajax实现星星评论代码

    本文实例讲述了jQuery基于ajax实现星星评论代码.分享给大家供大家参考.具体如下: 这里使用jquery模仿点评网的星星评论功能,Ajax评论模块,鼠标点击星星即可评价,下边是分数,可以点击后给 ...

  4. 基于eclipse的mybatis映射代码自动生成的插件

    基于eclipse的mybatis映射代码自动生成的插件 分类: JAVA 数据库 工具相关2012-04-29 00:15 2157人阅读 评论(9) 收藏 举报 eclipsegeneratori ...

  5. 基于eclipse的mybatis映射代码自动生成的插件http://blog.csdn.net/fu9958/article/details/7521681

    基于eclipse的mybatis映射代码自动生成的插件 分类: JAVA 数据库 工具相关2012-04-29 00:15 2157人阅读 评论(9) 收藏 举报 eclipsegeneratori ...

  6. UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现

      UserView--第二种方式(避免第一种方式Set饱和),基于Spark算子的java代码实现   测试数据 java代码 package com.hzf.spark.study; import ...

  7. UserView--第一种方式set去重,基于Spark算子的java代码实现

    UserView--第一种方式set去重,基于Spark算子的java代码实现 测试数据 java代码 package com.hzf.spark.study; import java.util.Ha ...

  8. 搭建基于SornaQube的自动化安全代码检测平台

    一.背景和目的 近年来,随着新业务.新技术的快速发展,应用软件安全缺陷层出不穷.虽然一般情况下,开发者基本都会有单元测试.每日构建.功能测试等环节来保证应用的可用性.但在安全缺陷方面,缺乏安全意识.技 ...

  9. 基于jQuery+HTML5加入购物车代码

    基于jQuery+HTML5加入购物车代码.这是一款基于jquery+html5实现的支持累加计价的网站购物车代码.效果图如下: 在线预览   源码下载 实现的代码. html代码: <div ...

随机推荐

  1. MongoDB学习笔记:MongoDB 数据库的命名、设计规范

    MongoDB学习笔记:MongoDB 数据库的命名.设计规范     第一部分,我们先说命名规范. 文档 设计约束 UTF-8 字符 不能包含 \0 字符(空字符),这个字符标识建的结尾 . 和 $ ...

  2. LogMysqlApeT

    with LogMysqlApeT(db) as m_client: condition = "select * from {} where deleted=0 ".format( ...

  3. CUDA功能和通用功能

    CUDA功能和通用功能 本文描述了类似于CUDA ufunc的对象. 为了支持CUDA程序的编程模式,CUDA Vectorize和GUVectorize无法产生常规的ufunc.而是返回类似ufun ...

  4. 实用的jar包加密方案

    前言 jar包相信大家都很熟悉,是通过打包java工程而获得的产物,但是jar包是有一个致命的缺点的,那就是很容易被反编译,只需要使用jd-gui就可以很容易的获取到java源码. 如果你想要防止别人 ...

  5. 使用JS获取两个时间差(JS写一个倒计时功能)

    <body onload="myFunction()"> <p id="demo"></p> <script> ...

  6. javascript中的设计模式

    什么是设计模式 设计模式(Design Pattern)是一套被反复使用.多数人知晓的.经过分类的.代码设计经验的总结. 使用设计模式的目的:为了代码可重用性.让代码更容易被他人理解.保证代码可靠性. ...

  7. Django(65)jwt认证原理

    前言 带着问题学习是最有目的性的,我们先提出以下几个问题,看看通过这篇博客的讲解,能解决问题吗? 什么是JWT? 为什么要用JWT?它有什么优势? JWT的认证流程是怎样的? JWT的工作原理? 我们 ...

  8. 选择合适Redis数据结构,减少80%的内存占用

    redis作为目前最流行的nosql缓存数据库,凭借其优异的性能.丰富的数据结构已成为大部分场景下首选的缓存工具. 由于redis是一个纯内存的数据库,在存放大量数据时,内存的占用将会非常可观.那么在 ...

  9. CMD批处理(2)——批处理常用符号总结

    @ 一般在它之后紧跟一条语句,则命令或语句本身在执行的时候不会显示在屏幕上. 例.创建一个test1.bat脚本文件,输入以下内容 echo apause@echo b@pause 双击test1.b ...

  10. Ubuntu安装ibmmq

    一.前言 安装整个ibmmq的过程中,真的气炸了,在网上搜索到的答案千篇一律,一个安装部署文档居然没有链接地址:为了找到这个开发版本的下载地址找了一下午,不容易啊.也提醒了自己写博文还是得有责任心,把 ...