發(fā)布時間：2018-10-17 11:02

【摘要】：長流檢測對于網(wǎng)絡(luò)安全、流量計費和帶寬分配等具有重要意義�；诹鳒y量的研究表明,網(wǎng)絡(luò)中的流呈現(xiàn)很強的重尾特性,即大多數(shù)流只包含少數(shù)量的報文,而很小一部分流卻攜帶較大數(shù)量的報文。長流的一個明顯特征就是他們僅占用流數(shù)量的一小部分卻占據(jù)了總流量的絕大部分。因此,長流檢測可以更好的了解網(wǎng)絡(luò)行為,對網(wǎng)絡(luò)操作和網(wǎng)絡(luò)管理也有重要幫助。本文提出了基于報文抽樣的長流檢測算法。第一種算法將Sample and Hold技術(shù)與CountingBloomFilter相結(jié)合,算法可以實現(xiàn)對長流流長度的準(zhǔn)確估計,檢測出網(wǎng)絡(luò)中長流。第二種算法利用Sample and Hold與Counter Tree技術(shù)相結(jié)合,保證算法能在準(zhǔn)確測量出長流流長度的同時減少算法的在線處理時間。為提高算法的可擴展性,在前兩種算法的基礎(chǔ)上分別加入報文抽樣技術(shù),構(gòu)成兩種新算法。這兩種新算法首先對到達(dá)的報文按照某一概率進(jìn)行抽樣,使算法的內(nèi)存訪問次數(shù)減少,加快了算法的在線處理速度。本文使用不同地區(qū)采集到的真實的網(wǎng)絡(luò)Trace進(jìn)行實驗,實驗結(jié)果表明了本文介紹算法可以準(zhǔn)確地檢測出長流,而且占用較小存儲空間,處理每個報文的時間開銷也很小。因此四個算法都適用于高速網(wǎng)絡(luò)。
[Abstract]:Long flow detection is of great significance for network security, traffic billing and bandwidth allocation. The research based on flow measurement shows that the flow in the network has a strong heavy-tailed characteristic, that is, most streams contain only a small number of packets, while a very small number of streams carry a large number of packets. An obvious feature of long flows is that they occupy only a small part of the flow but account for the vast majority of the total flow. Therefore, long flow detection can better understand the network behavior, and also has important help to network operation and network management. In this paper, a long flow detection algorithm based on packet sampling is proposed. The first algorithm combines Sample and Hold technology with CountingBloomFilter. The algorithm can estimate the length of long flow accurately and detect the long flow in the network. The second algorithm combines Sample and Hold and Counter Tree technology to ensure that the algorithm can accurately measure the length of long flow and reduce the on-line processing time of the algorithm. In order to improve the extensibility of the algorithm, two new algorithms are constructed by adding packet sampling technology to the first two algorithms. The two new algorithms first sample the incoming packets according to a certain probability, which reduces the number of memory access and speeds up the on-line processing of the algorithm. In this paper, the real network Trace collected from different regions is used to carry out experiments. The experimental results show that the proposed algorithm can accurately detect long streams, and takes up small storage space, and the time cost of processing each packet is also very small. Therefore, the four algorithms are suitable for high-speed networks.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP393.06

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬安光;;棋子問題的算法分析——2003年第11期題解[J];程序員;2004年01期

2 馮舜璽;;新書推薦:《算法分析導(dǎo)論》[J];計算機教育;2006年05期

3 張力,慕曉冬;計算機算法分析淺談[J];武警工程學(xué)院學(xué)報;2002年04期

4 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

5 蘇運霖;;《算法分析導(dǎo)論》評介[J];計算機教育;2006年07期

6 朱力強;;培養(yǎng)學(xué)生創(chuàng)新思維與能力的算法分析案例[J];計算機與信息技術(shù);2007年11期

7 汪菊琴;;幾種常見特殊方陣的算法分析與實現(xiàn)[J];無錫職業(yè)技術(shù)學(xué)院學(xué)報;2009年05期

8 李涵;;“算法分析與設(shè)計”課程教學(xué)改革和實踐[J];中國電力教育;2010年16期

9 劉寧;管濤;;淺析案例教學(xué)法在算法分析與設(shè)計課程中的應(yīng)用[J];科技風(fēng);2011年07期

10 胡峰;王國胤;;“算法分析與設(shè)計”教學(xué)模式探索[J];當(dāng)代教育理論與實踐;2011年12期

相關(guān)會議論文 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進(jìn)展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國通信學(xué)會通信軟件技術(shù)委員會2009年學(xué)術(shù)會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學(xué)生計算語言學(xué)研討會論文集[C];2004年

6 王萬青;張曉輝;;改進(jìn)的A~*算法的高效實現(xiàn)[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現(xiàn)基于程序結(jié)構(gòu)的主變元分析[A];第五屆中國測試學(xué)術(shù)會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現(xiàn)[A];全國第十屆信號與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

相關(guān)博士學(xué)位論文 前10條

1 魏哲學(xué);樣本斷點距離問題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強學(xué)習(xí)和車輛動力學(xué)的高速公路自主駕駛研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 張敏霞;生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

5 卜晨陽;演化約束優(yōu)化及演化動態(tài)優(yōu)化求解算法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

6 劉新旺;多核學(xué)習(xí)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

7 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

8 曾國強;改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問題中的應(yīng)用研究[D];浙江大學(xué);2011年

9 肖永豪;蜂群算法及在圖像處理中的應(yīng)用研究[D];華南理工大學(xué);2011年

10 陳耿;面向中觀審計的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 黃廈;基于改進(jìn)蟻群算法的柔性作業(yè)車間調(diào)度問題研究[D];昆明理工大學(xué);2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學(xué);2015年

3 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學(xué);2015年

4 殷文華;移動容遲網(wǎng)絡(luò)中基于社會感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學(xué);2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學(xué);2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數(shù)優(yōu)化[D];沈陽理工大學(xué);2015年

9 安豐洋;基于無線網(wǎng)絡(luò)的廣播算法研究[D];曲阜師范大學(xué);2015年

10 李智明;基于改進(jìn)FastICA算法的混合語音盲分離[D];上海交通大學(xué);2015年

，

本文編號：2276447