本文针对在DeterLab测试平台上进行大规模流量型拒绝服务（DoS）实验时面临的数据收集与处理挑战展开研究。作者指出，实验过程中的性能敏感性和数据规模使得传统的实时收集与插入方法（DeterLab默认支持）变得不可行，因为该方法在高吞吐量和多实验场景下会显著拖慢实验进程。为了解决这一问题，论文提出采用简单的数据包捕获（packet capture）技术来对实验进行测量，以最小化对实验结果的影响。在此基础上，作者基于自身高流量、性能敏感的实验需求，对比了两种实验分组与分析方法：一种基于数据包捕获的离线分析，另一种基于DeterLab支持的实时数据收集与插入。通过实验对比，论文展示了两种方法在性能开销、数据完整性以及分析效率上的差异。主要贡献在于：为大规模DoS实验的数据收集提供了轻量级替代方案，并系统性地评估了不同数据采集方法对实验结果和分析的影响。本文适合从事网络安全实验平台设计、DoS攻击防御测试以及高性能网络实验的研究人员和工程师阅读。