随着网络设备虚拟化技术的不断成熟，企业设备大量上云，网络中的虚拟流量迅速增加，业界对于虚拟流量监测及分析的需求日益强烈。

本成果提供了一套基于OVS-DPDK框架的网络虚拟流量监测技术，主要包括下三方面的技术优化：（1）通过对OVS源码进行修改，使虚拟交换机支持截断镜像，可以仅将数据包头部流量镜像到分析器处；（2）开发了嵌入DPDK框架的软探针，让分析器支持内核旁路能力；（3）在分析器处开发了可支持过滤策略文件灵活加载的配置接口。

得益于上述技术改进，本成果相比较传统全部流量镜像技术，可显著降低9数据面传输流量；相比较软探针嵌入宿主机的系统，可明显降低宿主机的CPU资源占用率；通过从客户端处实时下发过滤策略文件，实现自定义特征的精细化东西向流量监测。2022年，本成果技术获得江苏产研院/长三角国创中心第二届集萃创新杯总决赛二等奖。

此外，本团队长期致力于未来网络技术，有意向与从事SDN、P4、SONiC、智能网卡等相关设备与系统研发的企业合作开展开发工作。

应用场景：

1. 网络管理、运维、流量监测、分析，网络领域的设备或者应用系统开发。

2.机器人方向。全国研究生机器人创新设计大赛中，作品《智能助老护理机器人》获奖。该作品面向我国当前老年群体护工短缺问题，研发了一种护工型机器人。该机器人可以借助机器视觉能力实现自主目标识别，帮助老人取物、给老人喂水喂饭。本作品针对机器人目标跟踪与识别中的两个难题：多人场景中的特定目标人识别、目标人身体特定部位高精度识别，设计了多模态语音视觉融合定位算法以及基于深度学习的级联多点回归检测网络，将机器人跟踪目标的精度提高了近15%。目前，该款护工机器人已与江苏慧明智能科技有限公司合作，在省内养老机构试点测试。如果有养老领域规模较大的企业可开展合作。