hits和holds:识别大象流的两种算法

随着网络规模的扩大和链路速度的提高,实时采集每条流的流量变得非常困难.estan等人提出采集大象流的设想,并提出了识别大象流的算法:sampleandhold算法和multistage算法.但这两种算法在实现时存在:sampleandhold算法随机丢弃报文,带来采集数据不准确的问题;multistage算法需要同时进行5～6次访存,无法使用硬件实现的问题.针对上述问题,提出了两种大象流识别算法:hits和holds算法.理论和实验结果表明,hits和holds算法对网络大象流的误检率和漏检率均优于sampleandhold及multistage算法.