10.11857/j.issn.1674-5124.2018.07.020
基于抽样和两级CBF的长流识别算法
为满足高速网络流量测量需求,结合网络流显著的重尾分布特征,提出一种基于抽样和两级CBF的长流识别算法,先对观测时间内链路上通过的报文进行系统抽样,继而利用两级CBF对被抽样报文分别进行长流过滤和流长计数处理,最后再利用第二级CBF继续对所有未被抽样的报文进行查询,统计出长流所含的总报文数.实验验证该算法能在有效节约空间和时间资源的基础上,既实现对长流的准确识别,又实现对原始流长度的高精度测量,识别出的长流信息与真实信息完全相同.同时,该算法还具有可扩展性,一定误差范围内可以选用相对简单的哈希算法,或者使用硬件实现,进一步提高算法的处理效率.
网络流量测量、长流识别、抽样、计数型布隆过滤器、阈值
44
TP393.06(计算技术、计算机技术)
国家质量监督检验检疫总局科技计划项目2015QK059;江苏省重点研发计划项目BE2017035;中央高校基本科研业务费专项2242018K40062
2018-08-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
105-109