%0 Journal Article
%T 基于CBF-SS策略的大流识别算法<br>Large flow identification based on counting Bloom filter and space saving
%A 赵小欢
%A 李明辉
%J 中国科学院大学学报
%D 2015
%R 10.7523/j.issn.2095-6134.2015.03.015
%X 摘要 在分析大流识别算法中的散列方法和计数方法的优缺点的基础上,针对网络流的重尾分布特性,提出一种能够有效结合散列方法和计数方法优点的大流识别算法CBF-SS(counting Bloom filter & space saving).该算法首先采用改进的计数型布鲁姆过滤器(counting Bloom filter,CBF)过滤掉大部分的小流,然后通过SS(space saving)计数算法识别出网络中的大流.理论分析和实验结果表明,CBF-SS算法具有较低的时间复杂度和空间复杂度,在大流识别效果上远优于SS等算法.<br>
%K 网络流
%K 大流
%K 计数型布鲁姆过滤器
%K space saving算法&lt
%K br&gt
%K network flows
%K large flows
%K counting Bloom filter
%K space saving
%U http://journal.ucas.ac.cn/CN/abstract/abstract12238.shtml