一种基于FEFS与CBF的网络大流识别算法

摘要：

在网络大流识别中,突发的大量小流会影响大流识别准确度.为此,结合基于频率和大小的流提取(FEFS)算法与基于计数型布鲁姆过滤器(CBF)算法,提出一种新的大流识别算法,即FEFS-CBF算法.该算法采用三级存储结构,运用CBF结构存储小流,将达到过滤阈值的流移至筛选区(LRU)中,当LRU满载时,使用FEFS机制选择一个符合条件的流淘汰,并及时隔离大流.仿真结果表明,该算法的误报率和漏报率均较低,存储开销较小,可以运用于高速网络链路的大流识别中.

关键词：大流、识别算法、频率和大小的流提取、计数型布鲁姆过滤器、高速网络

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61103223;江苏省自然科学基金资助重点项目BK2011003

在线出版日期：2015-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-73