基于LRU和扩展CBF的网络大流检测

作     者：王春龙 刘渊 郑哲渊 WANG Chunlong;LIU Yuan;ZHENG Zheyuan

作者机构：江南大学数字媒体学院江苏无锡214122 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2015年第51卷第13期

页      面：66-71页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：江苏省自然科学基金重点研究专项(No.BK2011003) 国家自然科学基金(No.61103223) 

主　　题：计数型布鲁姆过滤器 流量测量 大流 最近最少使用(LRU) 

摘      要：高速网络流量检测中的大流检测已成为当前一种重要的、高效准确的可扩展流量测量机制,针对CBF(Count Bloom Filter)容易溢出的问题,将扩展的CBF应用于流量测量,防止过滤器溢出,并且结合LRU链表存储机制,共同应用于网络大流检测之中。经理论分析,所研究的流量测量算法LRU_MCBF(Least Recently Used_Multiple Count Bloom Filter)占用空间小,时间复杂度低;通过仿真实验验证了LRU_MCBF在大流测量中漏报率和错报率较低,能实现高速网络环境下大流对象的准确提取。