-
题名一种基于FEFS与CBF的网络大流识别算法
被引量：2
- 1
-
-
作者
刘晓陆
刘渊
王春龙
-
机构
江南大学数字媒体学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第9期68-73,共6页
-
基金
国家自然科学基金资助项目(61103223)
江苏省自然科学基金资助重点项目(BK2011003)
-
文摘
在网络大流识别中,突发的大量小流会影响大流识别准确度。为此,结合基于频率和大小的流提取(FEFS)算法与基于计数型布鲁姆过滤器(CBF)算法,提出一种新的大流识别算法,即FEFS-CBF算法。该算法采用三级存储结构,运用CBF结构存储小流,将达到过滤阈值的流移至筛选区(LRU)中,当LRU满载时,使用FEFS机制选择一个符合条件的流淘汰,并及时隔离大流。仿真结果表明,该算法的误报率和漏报率均较低,存储开销较小,可以运用于高速网络链路的大流识别中。
-
关键词
大流
识别算法
频率和大小的流提取
计数型布鲁姆过滤器
高速网络
-
Keywords
elephant flows
identification algorithm
Flow Extracting with Frequence ＆ Size （ FEFS ）
Count BloomFilter （ CB F ）
high -speed network
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
