首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种多目标网络流基数融合测量方法及系统_苏州大学_202410213367.5 

申请/专利权人:苏州大学

申请日:2024-02-27

公开(公告)日:2024-05-31

公开(公告)号:CN117792961B

主分类号:H04L43/0876

分类号:H04L43/0876;H04L43/028;H04L43/026

优先权:

专利状态码:有效-授权

法律状态:2024.05.31#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要:本发明提供一种多目标网络流基数融合测量方法及系统,涉及网络流量测量技术领域,该方法包括在每个测量周期开始,中心路由器在静态随机存储器上维护一个紧凑数据结构;静态随机存储器利用哈希技术将接收到的数据包记录到紧凑数据结构中,在一个测量周期结束后,静态随机存储器将本周期的记录下载到服务器,用于长期存储和分析;在数据包记录的任意时刻进行在线译码以查询网络流基数;在数据包记录的任意时刻进行在线译码以检测超级传播者。本发明可以实现多目标的网络流基数融合测量,减少存储资源的耗费,避免繁杂的计算,降低运行成本并且提高工作效率;本发明可以实时的感知网络流量的变化,灵活地调整网络策略,确保网络高效、安全运行。

主权项:1.一种多目标网络流基数融合测量方法,其特征在于,包括:在每个测量周期开始,中心路由器在静态随机存储器上维护一个紧凑数据结构;所述紧凑数据结构包括桶数组B和寄存器池M,以及两个浮点数n和qn,其中桶数组B长度为m,每一个桶包含两个部分,候选流标签F和候选流估计值C,寄存器池M长度为w,每一个元素是5比特的寄存器,每条流被保存在虚拟HLLMf中,虚拟HLLMf是由物理寄存器池M中随机的s个寄存器所构成的;静态随机存储器利用哈希技术将接收到的数据包记录到紧凑数据结构中,在一个测量周期结束后,静态随机存储器将本周期的记录下载到服务器,用于长期存储和分析,具体包括:S11:初始化紧凑数据结构:设置桶数组B中候选流估计值C字段为0,候选流标签F字段为空;设置寄存器池M中每一个元素为0;设置浮点数n=0,qn=1;S12:判断是否有数据包f,e到达,如果是,执行S13;否则,继续等待,执行S12,其中f为流标签和e为流元素;S13:根据公式1计算流标签f的秩r,其中公式1表示如下:r=ρHe1式中,H是任意一个随机性很好的哈希函数,ρ·是哈希值He的二进制表示形式中前导零数量加一;S14:判断秩r是否大于等于如果是,执行S15;否则,执行S18,其中表示当前数据包f,e对应的寄存器位置,mod是求余,是按位求异或操作;S15:将寄存器位置更新为秩r;S16:更新流标签f对应的桶数组B[Hfmodm];S17:根据公式2和公式3更新浮点数n和qn,其中公式2和公式3表示如下: 式中,分别为n,qn更新的浮点数;n是用来修正qf,qf表示当前流标签f修改对应虚拟HLLMf的概率;qn是用来下一次更新n;r为寄存器值;rold为寄存器原本值;S18:判断本测量周期是否结束,如果是,执行S19;否则,执行S12;S19:将B,M,n,qn从中心路由器下载到服务器,用于长期存储和分析;在数据包记录的任意时刻进行在线译码以查询网络流基数;在数据包记录的任意时刻进行在线译码以检测超级传播者;其中,所述在数据包记录的任意时刻进行在线译码以查询网络流基数,具体包括:S41:初始流标签f的估计基数值其中B[Hfmodm].C表示桶数组B[fmodm]中的C字段;S42:使用公式8得到流标签f对应的桶索引B[j],判断该桶中F字段是否和流标签f一样,如果是,那么执行S44;否则执行S43;其中公式8表示如下:B[j]=Hfmodm8S43:根据公式9计算其中公式9表示如下: 式中,αs是一个取决于s的修正系数,Mf[i]是流标签f对应的虚拟HLL数据结构,后面的[i]表示Mf这个数据结构的第i个元素,也称为第i个寄存器;S44:计算完毕,返回所述在数据包记录的任意时刻进行在线译码以检测超级传播者,具体包括:S51:初始超级传播者集合S为空集,用以存储后续检测到的超级传播者;S52:初始设置i=0;S53:判断桶数组B第i个桶中的C字段是否超过给定阈值T,如果是,将其判断为超级传播者,执行步骤S54;否则执行S55;S54:将B[i].F加入集合S中,其中B[i].F表示桶数组B[i]中的F字段;S55:设置i=i+1;S56:判断i=m是否成立,如果是,执行S57;否则执行S53;S57:将集合S中的网络流视为检测到的超级传播者并上报。

全文数据:

权利要求:

百度查询: 苏州大学 一种多目标网络流基数融合测量方法及系统

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。