發(fā)布時間：2018-01-04 14:48

  本文關(guān)鍵詞：基于計數(shù)的網(wǎng)絡(luò)流量中頻繁項檢測算法研究　出處：《大連海事大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 網(wǎng)絡(luò)測量 超點 長流 計數(shù)

【摘要】：在現(xiàn)今社會,網(wǎng)絡(luò)占據(jù)著重要的地位,有著不可替代的價值。隨著網(wǎng)絡(luò)規(guī)模不斷地擴大,網(wǎng)民數(shù)量和網(wǎng)絡(luò)流量激增,網(wǎng)絡(luò)行為隨著網(wǎng)絡(luò)的發(fā)展變得更加多樣化、復(fù)雜化。網(wǎng)絡(luò)流量中頻繁項的檢測是網(wǎng)絡(luò)測量領(lǐng)域的熱點,它是了解網(wǎng)絡(luò)行為、進行網(wǎng)絡(luò)管理的有效途徑。網(wǎng)絡(luò)流量中的頻繁項包括長流和超點。長流檢測應(yīng)用到流量計費、流量實時監(jiān)測等方面,長流檢測對發(fā)展高效的流量工程意義重大。超點檢測有助于及時發(fā)現(xiàn)蠕蟲病毒、端口掃描、DDoS等網(wǎng)絡(luò)異常行為的產(chǎn)生。因此,網(wǎng)絡(luò)流量中頻繁項的檢測有廣泛的應(yīng)用價值,對網(wǎng)絡(luò)研究有重要的意義。本文提出了基于計數(shù)的網(wǎng)絡(luò)流量中頻繁項檢測算法ADH (Algorithm for Detecting Heavy-hitters)和ADS (Algorithm for Detecting Superpoints)。ADH用于檢測長流,ADS用于檢測超點。每種算法都分為在線處理模塊和離線統(tǒng)計模塊,在線處理模塊負責(zé)存儲和刪除數(shù)據(jù)項,在線模塊處理之后,離線模塊統(tǒng)計頻繁項的頻數(shù)并將其頻數(shù)輸出。由于內(nèi)存空間有限,ADH需要設(shè)計一個合理且高效的刪除規(guī)則與周期清理掉內(nèi)存中的非頻繁項,減少不必要的內(nèi)存消耗。根據(jù)流分布特征設(shè)定的刪除規(guī)則可有效地刪除非頻繁項,周期時長隨著網(wǎng)絡(luò)流量的變化自適應(yīng)調(diào)整,而且還能保證刪除操作產(chǎn)生的誤差在一定范圍內(nèi)。ADS刪除規(guī)則和周期的設(shè)定與ADH相似,綜合考慮了源主機分布特征和網(wǎng)絡(luò)流量的變化。本論文對兩種算法分別進行實驗,實驗結(jié)果表明,ADH和ADS在空間消耗和準確性方面呈現(xiàn)出了較好的性能。
[Abstract]:In the present society , the network occupies an important position and has irreplaceable value . As the network grows continuously , the number of Internet users and the network traffic surge , the network behavior becomes more diversified and complicated with the development of the network . The frequent items in the network traffic flow include long - flow and super - point . The detection of frequent items in the network traffic is of great significance to the development of high - efficient traffic engineering . This paper is divided into an online processing module and an off - line statistics module . Each algorithm is divided into an online processing module and an off - line statistics module . The online processing module is responsible for storing and deleting data items . After the on - line module processing , the offline module counts the frequency of the frequent items and outputs the frequency .

【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.06

【參考文獻】

相關(guān)期刊論文 前3條

1 吳樺;龔儉;楊望;;一種基于雙重Counter Bloom Filter的長流識別算法[J];軟件學(xué)報;2010年05期

2 張永錚;肖軍;云曉春;王風(fēng)宇;;DDoS攻擊檢測和控制方法[J];軟件學(xué)報;2012年08期

3 胡振宇;方濱興;辛毅;;網(wǎng)絡(luò)蠕蟲檢測方法研究[J];微計算機信息;2008年06期

相關(guān)碩士學(xué)位論文 前1條

1 孫菁霞;基于Bitmap的隱超點檢測算法研究[D];大連海事大學(xué);2013年

，

本文編號：1378852