基于CBF-SS策略的大流识别算法

发布时间：2019-01-04 22:58

【摘要】：在分析大流识别算法中的散列方法和计数方法的优缺点的基础上,针对网络流的重尾分布特性,提出一种能够有效结合散列方法和计数方法优点的大流识别算法CBF-SS(counting Bloom filterspace saving).该算法首先采用改进的计数型布鲁姆过滤器(counting Bloom filter,CBF)过滤掉大部分的小流,然后通过SS(space saving)计数算法识别出网络中的大流.理论分析和实验结果表明,CBF-SS算法具有较低的时间复杂度和空间复杂度,在大流识别效果上远优于SS等算法.
[Abstract]:Based on the analysis of the advantages and disadvantages of the hash and counting methods in the large stream recognition algorithm, the characteristics of the heavy-tailed distribution of the network flow are analyzed. A large stream recognition algorithm, CBF-SS (counting Bloom filterspace saving)., which can effectively combine the advantages of hash method and counting method, is proposed. Firstly, the improved counting Bloom filter (counting Bloom filter,CBF) is used to filter out most of the small streams, and then the large streams in the network are identified by the SS (space saving) counting algorithm. The theoretical analysis and experimental results show that the CBF-SS algorithm has lower time and space complexity and is much better than the SS algorithm in large stream recognition.
【作者单位】：中国人民解放军95034部队;空军后勤部;
【基金】：国家自然科学基金(61201209) 陕西省自然科学基金重点项目(2012JZ8005)资助
【分类号】：TP393.08

【参考文献】

相关期刊论文前10条

1 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

2 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

3 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

4 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

5 赵小欢;夏靖波;付凯;;基于散列和计数方法的网络流频繁项挖掘算法[J];华中科技大学学报(自然科学版);2013年09期

6 孙昱;夏靖波;赵小欢;申健;;基于LEAST和CBF两级结构的大流检测算法[J];华中科技大学学报(自然科学版);2014年04期

7 张玉;方滨兴;张永铮;;高速网络监控中大流量对象的识别[J];中国科学:信息科学;2010年02期

8 王风宇;云晓春;王晓峰;王勇;;高速网络监控中大流量对象的提取[J];软件学报;2007年12期

9 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

10 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

【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 任高明;夏靖波;乔向东;杨仝;;一种用于小流估计的数据包公平抽样算法[J];电子科技大学学报;2014年04期

4 葛琳;季新生;江涛;;基于关联规则的网络信息内容安全事件发现及其Map-Reduce实现[J];电子与信息学报;2014年08期

5 张毅卜;夏靖波;孙昱;任高明;;一种新的基于LRU的大流检测算法[J];电视技术;2014年15期

6 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

7 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

8 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

9 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

10 侯颖;黄海;兰巨龙;李鹏;朱圣平;;基于自适应超时计数布鲁姆过滤器的流量测量算法[J];电子与信息学报;2015年04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 程光,龚俭,丁伟;基于分组标识的网络流量抽样测量模型[J];电子学报;2002年S1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 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

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

9 王丹;谢高岗;杨建华;张广兴;李振宇;;一种改进的自适应流量采样方法[J];计算机研究与发展;2007年08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

【相似文献】

相关期刊论文前10条

1 周必水,张延红;HillTop算法剖析[J];计算机时代;2005年04期

2 邹鸿程;周刚;杨亚强;李旭东;;中文微博数据净化算法比较研究[J];计算机工程;2012年20期

3 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

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 魏镇韩;陈鸣;赵洪华;;AS关系快速推断算法[J];电子科技大学学报;2010年02期

6 王宏;龚正虎;;Hits和Holds:识别大象流的两种算法[J];软件学报;2010年06期

7 宋岩巍;赵晓鹏;;一个有效融合内容和链接的社区发现算法[J];软件导刊;2013年09期

8 沈艳琳;李立夏;;基于层次最短路径的FallBack路由算法[J];计算机与数字工程;2007年04期

9 费嘉;;浅析QoS中的令牌桶算法[J];邮电设计技术;2014年06期

10 鲁耀斌,张则奇,张金隆;基于Web的在线拍卖系统的实现研究[J];计算机工程与应用;2001年23期