基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在高速骨干网环境中,由于受到计算和存储资源的限制,准确、及时地识别大流量对象对于检测大规模网络安全事件具有重要意义.文中使用相对流量大小定义大流,即对于一个给定的阈值φ(0
推荐文章
基于LRU和扩展CBF的网络大流检测
计数型布鲁姆过滤器
流量测量
大流
最近最少使用(LRU)
一种新型大流量高速开关阀
高速开关阀
大流量
挤压油膜
快速响应
基于流抽样和LRU的高速网络大流检测算法
网络测量
大流
抽样
哈希
近期最少使用算法(LRU)
一种基于FEFS与CBF的网络大流识别算法
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
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高速网络监控中大流量对象的识别
来源期刊 中国科学(信息科学) 学科 工学
关键词 网络流量监控 大流量对象 带权值数据流
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 340-355
页数 16页 分类号 TP311.13
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络流量监控
大流量对象
带权值数据流
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学(信息科学)
月刊
1674-7267
11-5846/N
北京东黄城根北街16号
chi
出版文献量(篇)
1697
总下载数(次)
4
总被引数(次)
13096
论文1v1指导