《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于概要数据结构的全网络持续流检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。