Hits和Holds:识别大象流的两种算法

摘要：

随着网络规模的扩大和链路速度的提高,实时采集每条流的流量变得非常困难.Estan等人提出采集大象流的设想,并提出了识别大象流的算法:Sample and Hold算法和Multistage算法.但这两种算法在实现时存在:Sample and Hold算法随机丢弃报文,带来采集数据不准确的问题;Multistage算法需要同时进行5～6次访存,无法使用硬件实现的问题.针对上述问题,提出了两种大象流识别算法:Hits和Holds算法.理论和实验结果表明,Hits和Holds算法对网络大象流的误检率和漏检率均优于Sample and Hold及Multistage算法.

关键词：流量数据采集、数据采样方法、大象流、流量数据分析

所属期刊栏目：21

分类号：TP393(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China under Grant No.90604006;the National High-Tech Research and Development Plan of China under Grant No.2008AA01A325 国家高技术研究发展计划863;the National Basic Research Program of China under Grant Nos.2003CB314802,2009CB320503 国家重点基础研究发展计划973

在线出版日期：2010-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1391-1403