基于自适应超时计数布鲁姆过滤器的流量测量算法

发布时间：2018-01-15 20:16

本文关键词：基于自适应超时计数布鲁姆过滤器的流量测量算法　出处：《电子与信息学报》2015年04期 　论文类型：期刊论文

【摘要】：针对流量测量中IP长流的检测问题,该文设计了计数布鲁姆过滤器(Count Bloom Filter,CBF)与超时布鲁姆过滤器(Timeout Bloom Filter,TBF)结合的长流检测机制。该机制动态调整布鲁姆过滤器中的超时时间,及时清理结束流,解决空间拥塞问题,从而可以适用于无结束标志IP长流检测。依据算法整体错误率与超时时间的分析,根据链路流到达强度与布鲁姆过滤器向量空间长度自适应动态调整超时时间,使得算法整体错误率保持最低。该算法的性能利用真实网络流量数据进行验证,结果表明,与现有算法相比,该算法的测量准确性更高。
[Abstract]:Aiming at the detection problem in flow measurement of IP flow, this paper designed the counting Bloom filter (Count Bloom, Filter, CBF) and Bloom (Timeout Bloom Filter timeout filter, TBF) flow detection mechanism combining. The mechanism of dynamic adjustment of Bloom filter in overtime time, timely completion of the liquidation, which can solve the congestion problem of space. For IP long marked the end of detection. Based on the analysis of algorithm overall error rate and overtime, according to the link flow arrival intensity adjustment and Bloom filter vector space length adaptive dynamic over time, making the overall error rate of the algorithm are kept to a minimum. The performance of the algorithm is verified using real network traffic data. The results show that compared with the existing the measurement algorithm, the algorithm accuracy is higher.

【作者单位】：国家数字交换系统工程技术研究中心;
【基金】：国家自然科学基金(61309019) 国家863计划项目(201101A103,2011AA010603)资助课题
【分类号】：TP393.06
【正文快照】： 1引言流量测量是互联网研究的重要领域,是网络体系研究、网络异常检测和服务质量(Quality ofService,Qo S)管理的基础[1,2]。目前对互联网流量进行测量多以流为基本单元,即具有相同五元组(源目IP地址、源目端口号和协议类型)的数据分组集合。随着网络链路带宽的增加,在高速网

【参考文献】

相关期刊论文前10条

1 周明中;龚俭;丁伟;程光;;基于MGCBF算法的长流信息统计[J];东南大学学报(自然科学版);2006年03期

2 王洪波;裴育杰;林宇;程时端;金跃辉;;基于LRU的大流检测算法[J];电子与信息学报;2007年10期

3 赵小欢;夏靖波;朱长虹;;高速网络UDP流超时策略研究[J];合肥工业大学学报(自然科学版);2013年02期

4 夏靖波;任高明;;大流识别方法综述[J];控制与决策;2013年06期

5 王风宇;郭山清;李亮雄;云晓春;;一种高效率的大流提取方法[J];计算机研究与发展;2013年04期

6 龚俭;丁伟;;高速网络中基于流速测度的动态超时策略[J];软件学报;2006年10期

7 吴桦;龚俭;杨望;;一种基于双重Counter Bloom Filter的长流识别算法[J];软件学报;2010年05期

8 张震;汪斌强;张风雨;梁宁宁;;基于LRU-BF策略的网络流量测量算法[J];通信学报;2013年01期

9 周爱平;程光;郭晓军;;高速网络流量测量方法[J];软件学报;2014年01期

10 兰巨龙;程东年;胡宇翔;;可重构信息通信基础网络体系研究[J];通信学报;2014年01期

【共引文献】

相关期刊论文前10条

1 李振国;郑惠中;;网络流量采集方法研究综述[J];吉林大学学报(信息科学版);2014年01期

2 胡晓艳;龚俭;;信息中心网络中网络缓存的角色探索[J];电信科学;2014年03期

3 陈杰;刘建伟;王蒙蒙;何双羽;毛剑;;基于安全基片的可重构网络安全管控机制[J];电信科学;2014年07期

4 孟飞;兰巨龙;胡宇翔;;互联网新型服务质量保障技术研究[J];电信科学;2014年09期

5 王晶;汪斌强;张震;;一种基于大小流区分计数的公平抽样算法[J];电子与信息学报;2014年10期

6 刘勇;雒江涛;邓生雄;王小平;;基于Hadoop的网络分流和流特征计算[J];电信科学;2014年12期

7 张淋淋;高仲合;;基于LRU_CBF的大流识别算法[J];电子技术;2015年03期

8 张毅卜;李鑫;戢勇;夏靖波;刘一博;;基于多位域的等概率随机IP流抽样算法[J];电光与控制;2015年04期

9 ;Identifying heavy hitters in high-speed network monitoring[J];Science China(Information Sciences);2010年03期

10 谢冬青;周再红;骆嘉伟;;基于LRU和SCBF的大象流提取及其在DDoS防御中的应用[J];计算机研究与发展;2011年08期

相关期刊论文前10条

1 周明中;龚俭;丁伟;程光;;基于MGCBF算法的长流信息统计[J];东南大学学报(自然科学版);2006年03期

2 张宏科;苏伟;;新网络体系基础研究——一体化网络与普适服务[J];电子学报;2007年04期

3 王洪波;程时端;林宇;;高速网络超连接主机检测中的流抽样算法研究[J];电子学报;2008年04期

4 裴育杰;王洪波;程时端;;基于两级LRU机制的大流检测算法[J];电子学报;2009年04期

5 王洪波;裴育杰;林宇;程时端;金跃辉;;基于LRU的大流检测算法[J];电子与信息学报;2007年10期

6 张震;汪斌强;陈庶樵;朱珂;;基于多维计数型布鲁姆过滤器的大流检测机制[J];电子与信息学报;2010年07期

7 龚正虎;傅彬;卢泽新;;软件集群路由器体系结构的研究[J];国防科技大学学报;2006年03期

8 叶震;施伟伟;;基于TCP_IP报头分析和主动测试的DDoS攻击响应机制[J];合肥工业大学学报(自然科学版);2010年03期

9 程光;龚俭;丁伟;吴桦;强士卿;;基于自适应抽样的超点检测算法[J];中国科学(E辑:信息科学);2008年10期

10 ;Identifying heavy hitters in high-speed network monitoring[J];Science China(Information Sciences);2010年03期

【相似文献】

相关期刊论文前10条

1 所洪涛;;非线性光学的先驱——尼古拉斯·布鲁姆伯格(Nicolaas Bloembergen)[J];激光与红外;1987年01期

2 ;欧洲哲学[J];全国新书目;2003年07期

3 李芳;;布鲁姆伯瑞出版社的数字出版策略及其启示[J];出版发行研究;2011年07期

4 郭秋孜;;如何读,为什么读?[J];中国图书评论;2012年08期

5 张志强;;图书·人文[J];书城;2003年02期

6 魏道培;向传统挑战的网上购物公司[J];国际展望;1999年09期

7 ;影音在线[J];电脑技术;2003年04期

8 田小梅;张大方;史长琼;杨晓波;;双布鲁姆过滤器法查询集合成员[J];计算机工程与应用;2012年28期

9 田小梅;张大方;谢鲲;胡灿;杨晓波;史长琼;;基于计数布鲁姆过滤器的集合调和算法[J];通信学报;2012年08期

10 张震;汪斌强;陈庶樵;郭通;;几何布鲁姆过滤器的设计与分析[J];电子学报;2012年09期