高速网络流测量模型研究
Research on High-speed Network Flow Measurement Model
基于流的测量模型是高速网络流研究的重点方向和基础,对测量算法的优化和改进直接关系到流测量的有效性,本文研究了流测量算法国际国内的最新发展状况,并在此基础上提出了流测量算法的研究难点和发展方向,对高速网络流测量算法的进一步研究具有一定的积极作用.基于Bloom Filter算法,本文利用数据集合中元素出现频率呈重尾分布的特点,提出了一种统计集合中相异元素出现频率的算法-多维Bloom Filter算法(MDBF).由于网络中流长呈重尾分布的特点,本文提出的MDBF算法非常适合于在高速网络中对流信息进行统计和分析.针对网络测量的特点,对算法提出的定时更新方法和重复最小值方法进行了优化,有效地减小可能存在计算误差,保证算法的精度;在此基础上设计了基于多维Bloom Filter的高速网络流测量模型,并用C语言实现了该模型的原型,明确了该测量模型的价值和使用范围.本文通过选取来自NLANR的PMA小组公布的数据集对测量模型的有效性进行检验.实验结果表明,该测量模型不但可以有效地发现在网络中占用大量资源的长流,为进一步网络控制和优化做准备,而且可以有效地发掘网络中可能存在的蠕虫攻击和DDoS攻击,从而证明了本文所设计的流测量模型可用于实际测量过程.
- 作者:
- 钱宇
- 学位授予单位:
- 解放军信息工程大学
- 专业名称:
- 计算机应用
- 授予学位:
- 硕士
- 学位年度:
- 2008年
- 导师姓名:
- 杜祝平
- 中图分类号:
- TP393.06
- 关键词:
- 高速网络;IP流;测量;多维Bloom Filter算法(MDBF);测量模型
- High-speed network;IP flows;Measurement;Multi-Dimensional Bloom Filter(MDBF);Measurement Model