基于聚合的FlowRadar网络数据采集加速模型设计

摘要：

网络大数据采集是研究网络行为的基础,可为理解网络行为特征提供真实有效的数据基础.已有的Flo w Radar测量方法可针对所有流实现流量编码和解码,且占用较小内存和具备恒定的计数更新时间,但却需要对每个报文进行哈希计算,存在内存访问次数多和计算开销高的问题.针对该问题,基于协议无关交换架构(PISA),采用P4语言设计实现了报文聚合模块和流逐出模块,并通过仿真实验验证了加速模型在吞吐量和网络延时等方面的性能优化.

关键词：网络大数据采集、Flow Radar、聚合加速

所属期刊栏目：44

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家重点研发计划;国家重点研发计划;信息系统安全技术重点实验室基金

在线出版日期：2022-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：220-226