一种改进的分层CBF网络大流识别策略

• 作者: 冯林生 张惠民 邱雪欢
• 来源期刊: 装甲兵工程学院学报
• 学科: 工学
• 关键词: 流量测量 计数型布鲁姆过滤器(CBF) 大流识别
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 装备信息化技术
• 页码范围: 96-100
• 页数: 5页
• 分类号: TP393
• 字数: 3090字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1497.2018.01.017

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张惠民	陆军装甲兵学院信息通信系	6	16	2.0	4.0
2	冯林生	陆军装甲兵学院信息通信系	2	0	0.0	0.0
3	邱雪欢	陆军装甲兵学院信息通信系	4	15	2.0	3.0