本文针对在DeterLab测试平台上进行大规模Volumetric Denial-of-Service（DoS）洪泛实验时所面临的数据收集与处理挑战展开研究。DeterLab自带的实时数据收集与插入机制在高流量、多实验场景下性能瓶颈显著，严重拖慢实验进度。作者提出采用简单的数据包捕获（pcap）方法替代实时收集，以最小化对实验性能的影响。基于此，他们设计并比较了两种实验分组与分析策略：一种基于固定时间窗口，另一种基于动态流量特征。通过一系列高容量DoS实验，评估了两种方法在数据完整性、采集效率和分析准确性上的表现。实验结果表明，简单的pcap结合动态分组方法能在保证数据质量的同时大幅提升实验吞吐量。该工作的主要贡献在于量化了不同数据收集策略对DoS实验效能的差异，并为大规模网络安全实验的测量基础设施提供了实践指导。适合网络测量、安全实验设计及DoS研究领域的研究者阅读。