10.3969/j.issn.1672-1497.2018.01.017
一种改进的分层CBF网络大流识别策略
针对计数型布鲁姆过滤器(Counting Bloom Filter,CBF)存储数据时计数器溢出的缺陷,提出了一种基于改进型分层计数布鲁姆过滤器(Modified Hierarchy Counting Bloom Filter, MHCBF)的大流识别机制.该方法结合溢出概率函数的特性,将CBF扩展为多层,并且结合大流识别特征,将CBF的实现过程加以改进,能够较好地识别出大流.仿真结果表明:该方法在时间复杂度相当的情况下占用空间更小,且获得了零漏报率和较低的误判率,可实现空间受限高速网络环境下大流快速准确提取.
流量测量、计数型布鲁姆过滤器(CBF)、大流识别
32
TP393(计算技术、计算机技术)
2018-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100