網(wǎng)絡(luò)流量測量關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩50頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、互聯(lián)網(wǎng)作為20世紀(jì)發(fā)展最為迅速的技術(shù)之一,已經(jīng)成為現(xiàn)代信息社會最重要的基礎(chǔ)設(shè)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(shù)和寬帶無線通信技術(shù)的快速發(fā)展以及新一代互聯(lián)網(wǎng)體系結(jié)構(gòu)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(lián)網(wǎng)將走進我們的工作和生活?;ヂ?lián)網(wǎng)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(shù)已不能滿足

2、需要,尋找能夠滿足高速網(wǎng)絡(luò)測量需要、具有擴展性的網(wǎng)絡(luò)測量技術(shù)成為當(dāng)前亟待解決的問題。在網(wǎng)絡(luò)流量測量初期,傳統(tǒng)的方法是全數(shù)據(jù)測量雖然準(zhǔn)確,但處理速度慢、產(chǎn)生數(shù)據(jù)量大,所需存儲空間大等等。網(wǎng)絡(luò)流量抽樣技術(shù)很好地解決了傳統(tǒng)流量測量方法的缺點,使得在合理的誤差范圍內(nèi),滿足應(yīng)用的需要。然而,隨著鏈路速率的提高,數(shù)據(jù)包均勻抽樣技術(shù)測量不準(zhǔn)確的缺點已難以滿足需要。一種新的解決方案是根據(jù)不同應(yīng)用的具體需求,有針對性地選擇處理方法。
  網(wǎng)絡(luò)中的流

3、服從“重尾分布”的特性被發(fā)現(xiàn)后,根據(jù)該特性提出大流識別方法和數(shù)據(jù)包公平抽樣算法成為研究的熱點。
  基于以上網(wǎng)絡(luò)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(jié)現(xiàn)有大流識別方法;其次,在已有研究工作的基礎(chǔ)上,選擇兩種較受關(guān)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(wǎng)絡(luò)真實數(shù)據(jù)進行了實驗驗證;最后得出結(jié)論, Space Saving算法的空間復(fù)雜度、時間復(fù)雜

4、度和假陰性誤判率等指標(biāo)均略優(yōu)于LLR算法。實驗結(jié)果顯示,在分配內(nèi)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(nèi)低于LLR算法平均假陰性誤判率;而隨著內(nèi)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(shù)據(jù)結(jié)構(gòu)相結(jié)合的大流識別算法。通過分析算法的復(fù)雜度和基于互聯(lián)網(wǎng)采集數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論