一种基于数据流计数的概率衰落大业务流识别方法

• 作者: 李臻 杨雅辉 覃光成 谢高岗
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 大业务流 数据流计数 概率衰落 识别 方法
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 计算机网络
• 页码范围: 1010-1017
• 分类号: TP393
• 字数: 5496字
• 语种: 中文

摘要

大业务流识别是网络监控、管理以及计费等的重要基础,网络管理者通常会对大业务流给予特别的关注.大业务流识别需要在一定识别精度的基础上有效降低资源消耗.基于PLC(probabilisticlossy counting)方法,提出了一种概率衰落的大业务流识别方法PFC(probabilistic fading counting).该方法吸取了数据流计数技术的优势,通过分析网络流量的幂律(power-law)特性和连续性,采取加快对表记录中非活动流移除力度的方式,在有效控制漏报和误报的同时,大幅度降低了存储资源开销,实现了在有限资源下对高速链路实时准确的大业务流识别.实验结果表明,与PLC方法相比,PFC方法在减小误报率的同时,存储资源开销平均降低60％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李臻	北京大学软件与微电子学院	38	339	11.0	17.0
3	谢高岗	中国科学院计算技术研究所	89	1199	19.0	31.0
4	覃光成	解放军理工大学通信工程学院	8	26	3.0	4.0
7	杨雅辉	北京大学软件与微电子学院	19	236	8.0	15.0