一种面向不均衡网络流的综合抽样方法

针对互联网流量中短流数量多但承载信息少、长流数量少但承载报文数多的特点,提出了一种面向不均衡网络流的综合抽样IS(Integrated Sampling)方法。IS方法首先采用容量固定的高速缓存实现有限时间窗口内报文的实时归并,在此基础上,IS方法采用可部分重构的哈希函数实现单报文流聚类,采用流长和时间组合赋权的权值更新模块和频繁项模块共同实现频繁项流的抽取,对于网络中的其他流量,IS方法通过多个蓄水池模块实现蓄水池分段抽样。实验证明,相对于单一的抽样方法,IS方法在相同缓存下能够抽取出更为丰富地网络流信息,算法能够实时应用于高速网络中。