網(wǎng)絡(luò)流量測(cè)量是獲取網(wǎng)絡(luò)行為特征的基本方法，是流量工程、流量計(jì)費(fèi)、安全檢測(cè)以及其他網(wǎng)絡(luò)應(yīng)用的前提�；ヂ�(lián)網(wǎng)技術(shù)發(fā)展迅速，隨著網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大和用戶數(shù)量日益增長(zhǎng)，與日俱增的網(wǎng)絡(luò)帶寬和瞬息萬(wàn)變的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)給流量測(cè)量帶來(lái)了挑戰(zhàn)，需要更加高效的流量測(cè)量方法來(lái)掌握網(wǎng)絡(luò)運(yùn)行狀況，為優(yōu)化網(wǎng)絡(luò)、提高網(wǎng)絡(luò)性能服務(wù)。 論文結(jié)合國(guó)家863計(jì)劃重大專項(xiàng)的研究，分析和總結(jié)了高速網(wǎng)絡(luò)流量測(cè)量的體系結(jié)構(gòu)以及相關(guān)的流量測(cè)量技術(shù)。針對(duì)現(xiàn)有流量測(cè)量技術(shù)存在的問(wèn)題，重點(diǎn)對(duì)高速網(wǎng)絡(luò)數(shù)據(jù)抽樣、流信息概要化存儲(chǔ)以及相應(yīng)工程實(shí)現(xiàn)技術(shù)進(jìn)行了研究。主要研究工作如下： 針對(duì)均勻隨機(jī)抽樣導(dǎo)致小流估計(jì)準(zhǔn)確性低的問(wèn)題，提出了一種基于動(dòng)態(tài)計(jì)數(shù)型布魯姆過(guò)濾器（Dynamic Count Filter, DCF）的網(wǎng)絡(luò)數(shù)據(jù)流公平抽樣算法。算法采用了預(yù)設(shè)測(cè)量誤差的計(jì)數(shù)型布魯姆過(guò)濾器流統(tǒng)計(jì)、基于流的分層抽樣、極短流抽樣保護(hù)等方法，解決了網(wǎng)絡(luò)數(shù)據(jù)不同流之間的抽樣公平性問(wèn)題。通過(guò)實(shí)際網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)仿真，結(jié)果顯示：該方法易于實(shí)現(xiàn)，測(cè)量誤差可控，具有空間高效性和較低的錯(cuò)誤率。 針對(duì)現(xiàn)有大流檢測(cè)方法受存儲(chǔ)和計(jì)算資源的限制，結(jié)合網(wǎng)絡(luò)數(shù)據(jù)流符合重尾分布的特點(diǎn)，提出...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
圖錄
表錄
第一章 緒論
    1.1 課題研究背景
    1.2 流量測(cè)量的作用
    1.3 流量測(cè)量面臨的問(wèn)題
        1.3.1 總體面臨的問(wèn)題
        1.3.2 流量測(cè)量關(guān)鍵技術(shù)面臨的問(wèn)題
    1.4 本文研究工作和論文結(jié)構(gòu)
第二章 流量測(cè)量關(guān)鍵技術(shù)分析
    2.1 高速網(wǎng)絡(luò)下的流量測(cè)量模型
    2.2 傳統(tǒng)流量測(cè)量方法
        2.2.1 SNMP
        2.2.2 RMON
        2.2.3 NetFlow
        2.2.4 SFlow
    2.3 流量測(cè)量關(guān)鍵技術(shù)
        2.3.1 抽樣技術(shù)
        2.3.2 概要信息
    2.4 本章小結(jié)
第三章 一種基于 DCF的流公平抽樣算法
    3.1 引言
    3.2 預(yù)設(shè)錯(cuò)誤率的計(jì)數(shù)型 BLOOM FILTER 流統(tǒng)計(jì)
        3.2.1 參數(shù)配置
        3.2.2 流量統(tǒng)計(jì)判定
        3.2.3 計(jì)數(shù)器優(yōu)化與統(tǒng)計(jì)實(shí)現(xiàn)
    3.3 公平抽樣思想
    3.4 DCFS 公平抽樣算法描述
        3.4.1 系統(tǒng)結(jié)構(gòu)
        3.4.2 算法描述
    3.5 基于流的分層抽樣
        3.5.1 抽樣方法介紹
        3.5.2 抽樣過(guò)程
    3.6 性能分析
        3.6.1 抽樣比分析
        3.6.2 與一般哈希的性能比較
    3.7 仿真實(shí)驗(yàn)
    3.8 本章小結(jié)
第四章 基于雙層計(jì)數(shù)型 BLOOM FILTER的大流檢測(cè)算法
    4.1 引言
    4.2 高速鏈路大流檢測(cè)算法
    4.3 基于 DLCBF 大流檢測(cè)模型
    4.4 DLCBF 大流檢測(cè)算法描述
        4.4.1 流添加過(guò)程
        4.4.2 大流檢測(cè)過(guò)程
        4.4.3 計(jì)數(shù)器重建
        4.4.4 查詢過(guò)程
    4.5 DLCBF 結(jié)構(gòu)理論分析
        4.5.1 資源利用
        4.5.2 計(jì)算復(fù)雜度
        4.5.3 誤判概率
    4.6 仿真實(shí)驗(yàn)
    4.7 本章小結(jié)
第五章 骨干網(wǎng)流量測(cè)量系統(tǒng)實(shí)現(xiàn)方法
    5.1 引言
    5.2 骨干網(wǎng)流量系統(tǒng)結(jié)構(gòu)描述
    5.3 前端抽樣模塊設(shè)計(jì)
        5.3.1 DCF 擴(kuò)展設(shè)計(jì)
        5.3.2 抽樣模塊相關(guān)邏輯設(shè)計(jì)
        5.3.3 抽樣策略
    5.4 存儲(chǔ)模塊實(shí)現(xiàn)方案
    5.5 系統(tǒng)性能測(cè)試
    5.6 本章小結(jié)
第六章 結(jié)束語(yǔ)
    6.1 全文總結(jié)
    6.2 下一步工作
致謝
參考文獻(xiàn)
作者簡(jiǎn)歷 攻讀碩士學(xué)位期間完成的主要工作



本文編號(hào)：3943511