上传者: 48184612
|
上传时间: 2021-11-23 16:19:38
|
文件大小: 849KB
|
文件类型: -
摘要—网络监控在现代云和数据中心网络中至关重要,这些网络需要从流量大小分布到heavy hitters的各种流量统计数据。为了应对不断增长的网络速率和巨大的流量,基于sketch的近似测量已经被广泛研究,以牺牲内存和计算成本的准确性,不幸的是,这对于哈希冲突很敏感。
该文提出了一种保持聚类的sketch方法,能够抵抗哈希冲突。我们根据K-均值聚类对sketch进行等效分析。根据分析结果,我们将相似的网络流聚类到同一个桶数组,以减少估计方差,并使用平均值来获得无偏估计。测试平台表明,该框架适应线路速率,并提供准确的查询结果。真实世界的跟踪驱动模拟显示,LSS在大范围参数下保持稳定的性能,并显著优