《表1 实际的持续流:基于概要数据结构的全网络持续流检测方法》
从估计准确性、检测精度方面将DPF方法与相关方法TLF(Trace Long Flows)[3]、DLF(Detect Long Flows)[4]进行比较。TLF算法使用两个Bloom Filter数据结构分别存储过去和当前时间区间内候选的活跃长持续时间流,使用Hash表存储识别的长持续时间流,通过抽样过滤大部分短持续时间流,降低了存储开销,提高了识别精度。DLF算法使用计数Bloom Filter和Bloom Filter数据结构,在测量时间周期内更新计数Bloom Filter,测量时间周期结束后更新Bloom Filter,进一步提高了识别精度。通过相对误差评价持续性估计的准确性,通过漏报率和误报率评价持续流的检测精度。在实验对比过程中,需要知道实际的持续流,表1显示了不同阈值下实际的持续流,其中SIP(Source Internet Address)表示源IP地址,DIP(Destination Internet Address)表示目的IP地址。
图表编号 | XD0090232900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 周爱平、朱琛刚 |
绘制单位 | 泰州学院计算机科学与技术学院、计算机网络和信息集成教育部重点实验室(东南大学)、东南大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |