CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
一种基于数据流计数的概率衰落大业务流识别方法
李臻1; 杨雅辉1; 谢高岗2; 覃光成3
2011
发表期刊计算机研究与发展
ISSN1000-1239
卷号48.0期号:006页码:1010
摘要大业务流识别是网络监控、管理以及计费等的重要基础,网络管理者通常会对大业务流给予特别的关注.大业务流识别需要在一定识别精度的基础上有效降低资源消耗.基于PLC(probabilisticlossy counting)方法,提出了一种概率衰落的大业务流识别方法PFC(probabilistic fading counting).该方法吸取了数据流计数技术的优势,通过分析网络流量的幂律(power-law)特性和连续性,采取加快对表记录中非活动流移除力度的方式,在有效控制漏报和误报的同时,大幅度降低了存储资源开销,实现了在有限资源下对高速链路实时准确的大业务流识别.实验结果表明,与PLC方法相比,PFC方法在减小误报率的同时,存储资源开销平均降低60%以上.
关键词大业务流 数据流计数 概率衰落 识别 方法
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/26029
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.北京大学软件与微电子学院
2.中国科学院计算技术研究所
3.解放军理工大学通信工程学院
推荐引用方式
GB/T 7714
李臻,杨雅辉,谢高岗,等. 一种基于数据流计数的概率衰落大业务流识别方法[J]. 计算机研究与发展,2011,48.0(006):1010.
APA 李臻,杨雅辉,谢高岗,&覃光成.(2011).一种基于数据流计数的概率衰落大业务流识别方法.计算机研究与发展,48.0(006),1010.
MLA 李臻,et al."一种基于数据流计数的概率衰落大业务流识别方法".计算机研究与发展 48.0.006(2011):1010.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李臻]的文章
[杨雅辉]的文章
[谢高岗]的文章
百度学术
百度学术中相似的文章
[李臻]的文章
[杨雅辉]的文章
[谢高岗]的文章
必应学术
必应学术中相似的文章
[李臻]的文章
[杨雅辉]的文章
[谢高岗]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。