-
公开(公告)号:CN113297430A
公开(公告)日:2021-08-24
申请号:CN202110588731.2
申请日:2021-05-28
Applicant: 北京大学
IPC: G06F16/901 , G06F16/903 , H04L12/26
Abstract: 本发明涉及一种基于Sketch的高性能任意部分键测量方法和系统。该方法包括:从每个数据包中提取全键及其大小,并将其哈希映射到sketch中每个数组的一个存储桶中;使用全键更新每个映射到的存储桶,并基于随机方差最小化技术确定全键的估计大小;基于数据平面中的sketch构建一个包含所有全键及其估计大小的查询表;在查询部分键时,在控制平面中聚合每个部分键对应的全键集合,得到部分键的估计大小。本发明在任意部分键测量任务上实现了很高的准确度,可以在较小的内存空间实现高速的运行,同时所测的部分键数量对系统性能无明显影响;通过增加硬件并行性和消除循环依赖,本发明得以在软件平台和硬件平台都能够实现且性能优异。
-
公开(公告)号:CN110535825A
公开(公告)日:2019-12-03
申请号:CN201910640585.6
申请日:2019-07-16
Applicant: 北京大学
IPC: H04L29/06 , H04L12/851
Abstract: 本发明公开了一种特征网络流的数据识别方法。本方法为:采用sketch数据结构存储网络流信息,其中,将sketch数据结构中的桶分为m组,每组包括k个桶;使用一哈希函数将当前要存储的网络流的编号作为自变量,映射成一个值,作为该网络流的存储地址,每组桶分别对应一个存储地址,桶内存储网络流的信息包括:流的编号ID、流出现的时间窗口的数量、流的数据包总量和流上一次出现的时间窗口编号;对整个sketch数据结构进行遍历,对于所有不空的桶,如果该桶内存储的总窗口数大于或等于窗口阈值W、且总数据包数小于或等于数据包阈值F,则将该桶内的编号ID对应的网络流判定为特征流。
-