1(东南大学计算机科学与工程学院 南京 211189); 2(计算机网络和信息集成教育部重点实验室(东南大学) 南京 211189) (Lcq9432@163.com)
出版日期:
2019-02-01基金资助:
国家“八六三”高技术研究发展计划基金项目(2013AA013503);国家自然科学基金项目(61272532);赛尔网络下一代互联网技术创新项目(NGII20160407)Elephant Flow Detection Algorithm Based on Lowest Rate Eviction Integrated with d-Left Hash
Li Chunqiang1, Dong Yongqiang1,2, Wu Guoxin1,21(School of Computer Science and Engineering, Southeast University, Nanjing 211189); 2(Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing 211189)
Online:
2019-02-01摘要/Abstract
摘要: 网络中少量较高速率和较大数据量的流生成了网络的大部分流量;利用有限的存储空间有效地识别出这些数据流,对实施流量工程、缓解网络拥塞、改善网络传输具有非常重要的意义.随着网络技术的发展,传输链路的带宽容量和数据流的传输速率越来越高.具有高速报文转发能力的网络设备对数据流检测算法的处理提出了高的性能要求.将超过一定的数据量和传输速率的数据流定义为大流,提出了将低速流淘汰与d-Left散列表存储结构相结合的大流检测算法.为了满足高速网络传输的性能需求,使用d-Left散列表存储流检测的数据结构,将d-Left散列表的存储结构与流缓存替换相结合以实现高效的大流检测.通过低速率的淘汰,提高了检测算法的准确性.基于真实网络数据的测试结果表明:所提算法在相近的存储开销下保持了高的处理性能,其准确性优于LRU派生算法S-LRU和L-LRU以及CSS和WCSS检测算法.
参考文献
相关文章 4
[1] | 王永功, 李振宇, 武庆华, 谢高岗,. 信息中心网络内缓存替换算法性能分析与优化[J]. 计算机研究与发展, 2015, 52(9): 2046-2055. |
[2] | 郭振滨 裘正定. 应用于高速网络的基于报文采样和应用签名的BitTorrent流量识别算法[J]. , 2008, 45(2): 227-236. |
[3] | 孙国忠, 袁清波, 陈明宇, 樊建平,. 用于二级缓存的一种改进的自适应缓存管理算法[J]. , 2007, 44(8): 1331-1338. |
[4] | 柴云鹏 顾 雷 李三立. 移动网格中负载自平衡的集群式边缘流媒体服务器[J]. , 2007, 44(12): 2136-2142. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3869