網絡流量測量關鍵技術研究.pdf

1、互聯網作為20世紀發(fā)展最為迅速的技術之一，已經成為現代信息社會最重要的基礎設施，成為國家進步和社會發(fā)展的重要支柱。隨著光通信技術和寬帶無線通信技術的快速發(fā)展以及新一代互聯網體系結構理論研究的突破，一個以“更大、更快、更及時、更方便、更安全、更可管理和更有效”為主要特點的新一代互聯網將走進我們的工作和生活?；ヂ摼W的快速發(fā)展在給我們的生活帶來了很多的便捷和機遇的同時，也使得我們了解和掌控其運行規(guī)律面臨新的挑戰(zhàn)，原有的測量方法和技術已不能滿足

2、需要，尋找能夠滿足高速網絡測量需要、具有擴展性的網絡測量技術成為當前亟待解決的問題。在網絡流量測量初期，傳統的方法是全數據測量雖然準確，但處理速度慢、產生數據量大，所需存儲空間大等等。網絡流量抽樣技術很好地解決了傳統流量測量方法的缺點，使得在合理的誤差范圍內，滿足應用的需要。然而，隨著鏈路速率的提高，數據包均勻抽樣技術測量不準確的缺點已難以滿足需要。一種新的解決方案是根據不同應用的具體需求，有針對性地選擇處理方法。
　　網絡中的流

3、服從“重尾分布”的特性被發(fā)現后，根據該特性提出大流識別方法和數據包公平抽樣算法成為研究的熱點。
　　基于以上網絡流量測量的分析，本文主要進行了以下方面的研究:
　　1.首先，總結現有大流識別方法;其次，在已有研究工作的基礎上，選擇兩種較受關注的算法---LLR算法和Space Saving算法，分別從原理、理論分析進行了剖析，并使用網絡真實數據進行了實驗驗證;最后得出結論， Space Saving算法的空間復雜度、時間復雜

4、度和假陰性誤判率等指標均略優(yōu)于LLR算法。實驗結果顯示，在分配內存空間相對小，取PT=0.01％時，Space Saving算法的平均假陰性誤判率在一定范圍內低于LLR算法平均假陰性誤判率;而隨著內存的增大，兩種算法的誤差率不斷變小，且越來越接近，最終趨近于0。
　　2.針對LLR算法存在的問題，做出三點改進，提出一種基于LRU淘汰機制和streamsummary數據結構相結合的大流識別算法。通過分析算法的復雜度和基于互聯網采集數