高速网络监控中大流量对象的提取
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Supported by the National Natural Science Foundation of China under Grant No.60573134 (国家自然科学基金); the Program for New Century Excellent Talents in University of China (新世纪优秀人才支持计划)


Identifying Heavy Hitters in High-Speed Network Monitoring
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在高速网络环境下,由于受计算及存储资源的限制,及时、准确地提取大流量对象对于检测大规模网络安全事件具有重要意义.结合LRU淘汰机制和LEAST淘汰机制,建立了基于二级淘汰机制的网络大流量对象提取算法(LRU&LEAST replacement,简称LLR),两种淘汰机制相互弥补不足,较大地提高了算法的准确性.由于算法占用存储空间较少,从而可以在有限的SRAM空间中更快地处理流量信息.该算法在网络数据量增加的情况下不必增加存储空间,具有很好的可扩展性.

    Abstract:

    Due to the deficiency of traffic measurement capability in high-speed network,it's valuable for detecting large-scale network security incident to identify heavy hitters precisely in time.An algorithm of identifying heavy hitters based on two-level replacement mechanism is proposed in this paper.In this algorithm, LRU replacement and LEAST replacement are combined together to improve its accuracy.The heavy hitters can be identified accurately in small constant memory space,so the data can be treated more rapidly in limited space of SRAM.It's unnecessary to provide more memory space for more network data,so the algorithm is scalable.

    参考文献
    相似文献
    引证文献
引用本文

王风宇,云晓春,王晓峰,王勇.高速网络监控中大流量对象的提取.软件学报,2007,18(12):3060-3070

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-05-16
  • 最后修改日期:2006-11-13
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号