网络测量自适应抽样计数型布鲁姆过滤器概要数据结构网络流量管理硕士论文.docVIP

IP骨干链路流量测量技术研究 【摘要】 网络测量是对网络行为进行特征化、对各项指标进行量化并充分理解与正确认识互联网的最基本的手段。在骨干链路中，数据处理面临的最大问题是高速带宽带来的处理压力和由此产生的庞大的数据集。因此，为了处理庞大的数据集，抽样是一种重要的数据缩减方式。通过将抽样技术应用于网络数据，然后由抽样所得的数据生成支持常规查询和统计的概要信息，是对高速网络流量有效测量的一个很好的解决方案。论文结合国家863计划重大专项“新一代高可信网络”的研究，从高速网络环境下流量测量的可操作性、可扩展性的应用需求出发，针对现有高速骨干链路中流量测量技术存在的问题，对骨干链路中高速网络数据的抽样技术和基于计数型布鲁姆过滤器的概要表示方法进行了研究，并设计了骨干链路流量测量系统架构，为骨干链路流量测量构建了一种有效的解决方案。本文主要工作如下：夺针对NetFlow静态抽样概率在网络流量变化时不够灵活的缺陷，提出了一种基于包速率自适应的报文抽样算法。通过测量包速率，采用预设测量误差的方法，根据包速率的变化自适应调整抽样概率，从而达到在有限资源情况下控制测量误差的目的。基于实际互联网数据进行了仿真试验，结果显示：与传统的Netflo...?更多还原 【Abstract】 Traffic Measurement lS the most basic method of characterizing network behavior,estimating the performances，and absolutely understanding and recognizing the network But inthe IP backbone links，the biggest challenge of data processing is the pressure of the data fromthe high speed network and the enormous data volume caused by this process Sampling is animportant method for data decrease Network sampling data,can be used to form summaryinformation，which could support general querying and statisti...?更多还原 【关键词】 网络测量； 自适应抽样； 计数型布鲁姆过滤器； 概要数据结构； 网络流量管理； 【Key words】 Traffic Measurement； Adaptive Sampling； Counting Bloom Filter； Synopsis Data Structure； Traffic Management； 表目录 6-7 图目录 7-8 摘要 8-9 ABSTRACT 9 第一章 绪论 10-20 1.1 课题研究背景 10-13 1.1.1 课题研究的目的和意义 10-11 1.1.2 主流测量技术 11-13 1.2 骨干链路流量测量关键技术 13-18 1.2.1 抽样算法 14-16 1.2.2 概要信息统计 16-18 1.3 本文的研究工作和论文结构安排 18-20 第二章 一种基于包速率自适应的报文抽样算法 20-30 2.1 引言 20-21 2.2 实时报文速率测量 21-22 2.3 分组测速缓存模型 22-23 2.4 计算最优抽样率 23-25 2.4.1 符号定义 23 2.4.2 最优抽样率 23-25 2.5 基于包速率自适应的抽样算法流程 25-26 2.6 仿真实验分析 26-29 2.6.1 抽样算法分组抽样估计的无偏性 26 2.6.2 缓存大小和包抽样误差关系 26-27 2.6.3 子测量时隙与抽样估计误差关系 27-28 2.6.4 和传统方法的比较 28-29 2.7 本章小结 29-30 第三章 基于分层计数型布鲁姆过滤器的大流识别算法 30-43 3.1 引言 30-31 3.2 SBF和CBF自构 31-32 3.3 基于HCBF的概要数据结构 32-34 3.3.1 计数器溢出概率 32-33 3.3.2 HCBF结构 33-34