买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:苏州大学
摘要:本发明涉及网络流量测量技术领域,尤其是指一种高速网络中优先级敏感的每流大小测量方法、系统和设备,所述方法包括:构建存储优先级敏感流的数据结构,包括用于存储和处理高优先级流的高优先级结构和用于存储和处理低优先级流的CS‑Sketch结构;根据到达流的流标签和优先级,更新所述高优先级结构,基于对高优先级结构的更新结果来对CS‑Sketch结构进行更新,得到更新后的数据结构;对所述更新后的数据结构进行查询,得到流大小估计值。本发明最大程度上将高优先级流存储在高优先级部分中,以少量吞吐量的代价,极大提高了高优先级流的测量精度,在低优先级部分使用CS‑Sketch,通过引入额外的哈希函数实现了噪声流的自适应去除,可以实现对流大小的无偏估计。
主权项:1.一种高速网络中优先级敏感的每流大小测量方法,其特征在于,包括以下步骤:S1:构建存储优先级敏感流的数据结构,所述数据结构包括用于存储和处理高优先级流的高优先级结构和用于存储和处理低优先级流的CS-Sketch结构;S2:根据到达流的流标签和优先级,先更新所述高优先级结构,基于对所述高优先级结构的更新结果来对所述CS-Sketch结构进行更新,得到更新后的数据结构;S3:对所述更新后的数据结构进行查询,得到流大小估计值;其中,所述CS-Sketch结构为d行w列的二维计数器数组,所述二维计数器数组与数量为2×d的哈希函数相关联,其中所述哈希函数包括d个第一哈希函数h1,h2,…hd和d个第二哈希函数G1,G2,…Gd,所述第一哈希函数h1,h2,…hd用于确定流f映射到对应行计数器的列索引,所述第二哈希函数G1,G2,…Gd用于确定对于映射到的计数器进行递增或递减操作;所述更新后的数据结构的获取步骤包括:S201:利用所述高优先级结构对流f进行处理,设置剔除次数num=0和最大剔除次数maxKickTimes,提取到达的流中的流标签f和优先级p,将到达的流记作流f;S202:基于流f的优先级p,为流f分配genp个优先级敏感哈希函数,其中genp=p+a,a为超参数;S203:利用genp个优先级敏感哈希函数进行多次哈希计算,得到genp个候选桶;S204:遍历所有候选桶,判断任一候选桶中是否已存储流f:若是,更新存储流f的单元格计数器,并且对应单元格计数器的值加一;否则,进入步骤S205;S205:判断候选桶是否存在空单元格:若候选桶存在空单元格,任选一个空单元格存储流f;若所有候选桶无空单元格,则在所有候选桶中搜索优先级最低的流,比较流f和优先级最低的流的优先级大小:若流f的优先级小于或等于优先级最低的流的优先级,则将流f记作目标流;若流f的优先级大于候选桶中的最低优先级,进入步骤S206;S206:通过布谷鸟哈希函数将优先级最低的流从其所在的单元格剔除,每次剔除操作后,剔除次数num的值加一,将流f存储在剔除后的空单元格中,将优先级最低的流作为新的流f,提取优先级最低的流的流标签和优先级,计算新的流f的候选桶,返回S205,直到剔除次数num达到最大剔除次数maxKickTimes,得到优先级最低的流作为目标流;S207:将所述目标流插入所述CS-Sketch结构中,更新所述CS-Sketch结构。
全文数据:
权利要求:
百度查询: 苏州大学 高速网络中优先级敏感的每流大小测量方法、系统和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。