Nothing Special   »   [go: up one dir, main page]

CN115580543A - 一种基于哈希计数的网络系统活跃度评估方法 - Google Patents

一种基于哈希计数的网络系统活跃度评估方法 Download PDF

Info

Publication number
CN115580543A
CN115580543A CN202211232040.XA CN202211232040A CN115580543A CN 115580543 A CN115580543 A CN 115580543A CN 202211232040 A CN202211232040 A CN 202211232040A CN 115580543 A CN115580543 A CN 115580543A
Authority
CN
China
Prior art keywords
hash
flow
data
sketch
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211232040.XA
Other languages
English (en)
Other versions
CN115580543B (zh
Inventor
姜鑫东
周峰
王晨璐
姜婧
季润阳
蒋亮
蒋思珺
刘春辉
陈一楠
薛清宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Original Assignee
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co filed Critical Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Priority to CN202211232040.XA priority Critical patent/CN115580543B/zh
Publication of CN115580543A publication Critical patent/CN115580543A/zh
Application granted granted Critical
Publication of CN115580543B publication Critical patent/CN115580543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/20—Traffic policing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于哈希计数的网络系统活跃度评估方法，采用Coco Sketch这一数据结构统计各个节点的信息，完成对各类数据的初步统计，并使用最小堆来对信息进行排序。在此基础上，设计了相应的系统活跃度评价算法，从多个角度对网络节点的系统活跃度进行综合评价，最终，将得到的网络节点活跃度信息进行整理，并将结果以可视化的方式展示出来，完成对其活跃度的综合评估。本发明设计了相应的统计算法，完成了对各类数据的初步统计，最后将结果进行可视化，综合评估网络系统的活跃度。

Description

一种基于哈希计数的网络系统活跃度评估方法
技术领域
本发明涉及实时流量数据分析问题，具体涉及一种基于哈希计数的网络系统活跃度评估方法。
背景技术
实时数据分析在现实的数据中心网络中很重要。面对海量的数据流，不仅需要正确统计每一个IP地址的访问与被访问次数等信息，还应对节点信息进行有效处理，设计相关评价指标对网络节点在时间周期内的活跃度进行综合评估。
相关技术主要聚焦于网络流量数据高性能处理和活跃度评价指标上。每个网络节点都可以得到相关的访问信息，适当地利用这些信息，就可以准确地对该节点的系统活跃度进行综合评价，从而直观的了解每个IP的活跃度情况。目前有关节点活跃度的评估方法有很多，但并未有一个与此目标问题结合较深的解决方法，所以如何利用相关技术，并结合该问题场景，有效地完成对网络系统活跃度的综合评估，是需要思考和解决的问题。
发明内容
本发明的目的在于提出一种基于哈希计数的网络系统活跃度评估方法，能够从多个角度对网络节点的系统活跃度进行综合评价，并通过可视化的方法将相关结果直观地表示出来。
为了实现以上发明目的，本发明的技术方案如下：
一种基于哈希计数的网络系统活跃度评估方法和设备，包括以下步骤：
(1)对初始网络流量数据进行清洗处理，使用Coco Sketch对网络流信息进行存储。
(2)对数据流的ID进行哈希处理，找到对应的哈希桶。根据数据流和哈希桶中所保留的流ID，更新哈希桶中的各个字段，并查询流大小的估计值。
(3)根据流大小的估计值更新最小堆。
(4)对数据中存在的异常进行检测并处理。
(5)对sketch中的信息进行处理，得到IP对应的入度、出度、输入输出流量、活跃端口数、频繁访问流入流出邻居列表，并将评价后信息整理并可视化。
进一步地，所述步骤1中的Coco Sketch数据结构，可以通过任意部分键进行查询，并且通过一个sketch就可以实现对流数据特征的高效记录，从而大大减小空间空间开销。
进一步地，所述步骤2中，当数据流映射出现冲突时，更新所述对冲突计数器；当哈希桶中原流需要更新时，重置冲突的哈希桶并进行更新；
进一步地，所述步骤3中增添了最小堆模块以实现对高频项的记录和查询；
输入为待分析活跃度的IP地址，找到该IP对应的历史网络流量数据记录，保存在相应的sketch中。根据极限检测模型分析是否存在异常，若存在活跃度异常则进行异常分析；接着从多个sketch中提取该IP的活动信息，记录其活跃端口与拼房访问邻居等信息；最后根据访问数据生成可视化图表。
进一步地，所述步骤5中，对存储所有源IP发起访问的统计信息的sketch进行读取，进而提取出每个IP发起访问其它节点的总的节点数量以及每个IP的输出流量。类似地，对存储了所有目的IP被访问的统计信息的sketch进行读取，同理可以提取出每个IP被其它节点访问的总的节点数量以及每个IP的输入流量；
进一步地，所述步骤5中，每个IP对应的端口文件存储了所有源IP与目的IP相应端口被访问的信息的，因而我们读取相应文件中的数据，对其中的数据进行处理并判断(通过端口的被访问次数判断其是否活跃)进而得出该IP的活跃端口数；
进一步地，所述步骤5中，对存储了每个源IP发起访问的统计信息的文件进行读取，可以得到该IP发起访问最频繁的IP地址的统计信息。读取后加以处理，进而可以得到每个IP地址的频繁访问流出邻居列表。类似地，同样可以得到每个IP地址的频繁访问流入邻居列表；最后，利用matlibplot及networkx可视化工具画出相关图像。
有益效果：本发明提出了一种基于哈希计数的网络系统活跃度评估方法，对于网络流数据采用CocoSketch这一数据结构统计各个节点的信息，并设计了相应的统计算法，完成了对各类数据的初步统计。最后将结果进行可视化，综合评估网络系统的活跃度。
附图说明
图1是活跃度分析算法采用的基本数据结构示意图。
图2是基于活跃度分析算法的运行流程示意图。
图3是整体算法的运行流程示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。应当了解，以下提供的实施例仅是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的技术构思，本发明还可以用许多不同的形式来实施，并且不局限于此处描述的实施例。对于示例性实施方式中的术语并不是对本发明的限定。
一种基于哈希计数的网络系统活跃度评估方法，该方法包括以下步骤：
(1)对初始网络流量数据进行清洗处理，使用Coco Sketch对网络流信息进行存储。
(2)对数据流的ID进行哈希处理，找到对应的哈希桶。根据数据流和哈希桶中所保留的流ID，更新哈希桶中的各个字段，并查询流大小的估计值。
(3)根据流大小的估计值更新最小堆。
(4)对数据中存在的异常进行检测并处理。
(5)对sketch中的信息进行处理，得到IP对应的入度、出度、输入输出流量、活跃端口数、频繁访问流入流出邻居列表，并将评价后信息整理并可视化。
进一步地，所述步骤1中的Coco Sketch数据结构，可以通过任意部分键进行查询，并且通过一个sketch就可以实现对流数据特征的高效记录，从而大大减小空间空间开销。
进一步地，所述步骤2中，当数据流映射出现冲突时，更新所述对冲突计数器；当哈希桶中原流需要更新时，重置冲突的哈希桶并进行更新；
进一步地，所述步骤3中增添了最小堆模块以实现对高频项的记录和查询；
输入为待分析活跃度的IP地址，找到该IP对应的历史网络流量数据记录，保存在相应的sketch中。根据极限检测模型分析是否存在异常，若存在活跃度异常则进行异常分析；接着从多个sketch中提取该IP的活动信息，记录其活跃端口与拼房访问邻居等信息；最后根据访问数据生成可视化图表。
进一步地，所述步骤5中，对存储所有源IP发起访问的统计信息的sketch进行读取，进而提取出每个IP发起访问其它节点的总的节点数量以及每个IP的输出流量。类似地，对存储了所有目的IP被访问的统计信息的sketch进行读取，同理可以提取出每个IP被其它节点访问的总的节点数量以及每个IP的输入流量；
进一步地，所述步骤5中，每个IP对应的端口文件存储了所有源IP与目的IP相应端口被访问的信息的，因而我们读取相应文件中的数据，对其中的数据进行处理并判断(通过端口的被访问次数判断其是否活跃)进而得出该IP的活跃端口数；
进一步地，所述步骤5中，对存储了每个源IP发起访问的统计信息的文件进行读取，可以得到该IP发起访问最频繁的IP地址的统计信息。读取后加以处理，进而可以得到每个IP地址的频繁访问流出邻居列表。类似地，同样可以得到每个IP地址的频繁访问流入邻居列表；最后，利用matlibplot及networkx可视化工具画出相关图像。
Coco Sketch由哈希表组成，哈希表组成sketch中包含W个哈希列表，每个哈希列表的长度为b。具体地，哈希表每个单位存储的元素为一个四元组，分别为时间戳id、访问/被访问频次统计、当前IP对应id以及流量总数统计,用，后面用符号Ei表示。
算法1即是对于网络流数据的维护过程，可以实现堆网络流数据的高效存储和访问。
Figure BDA0003881620920000041
Figure BDA0003881620920000051
下面将对数据的维护过程进行说明。
首先初始化两个Coco Sketch，分别记为SIP和DIP，分别用来记录源IP发起访问的情况，以及目的IP接受访问的情况。同时，初始化两个空集合，记作SIP_Set和DIP_Set，用以存储发起访问的IP集合以及接收访问的IP集合。
接着将一天以15min为间隔进行划分，共划分出96个session，对于每个sessioni，按照上一步为每个session也分配两个CocoSketch，这里记作
SIP_sessioni；,DIP_sessioni。
当一条网络流数据到达时，首先根据它的流结束时间tend确定其应该存储对应的session位置，不妨记作sessionindex，其计算公式为：
Figure BDA0003881620920000052
接着从该条网络流中提取如下的五元组：
源IP地址src_ip_addr、目的IP地址_des_ip_addr、源访问IP端口src_ip_port、目的IP端口des_ip_port、网络流流量数(字节)flow_byte。
根据五元组中的src_ip_addr信息和des_ip_addr信息，在其对应的SIP_sessioni，根据目的IP的哈希值H(des_ip_addr)，来确定其在sketch中存储的位置。若该位置为空，则将对应四元组设置为
E[0]＝tend，
E[1]＝1，E[2]＝des_ip_addr，E[3]＝flow_byte。若该位置已有值，且des_ip_addr＝＝E[2]，则
E[1]＝E[1]+1，E[3]＝E[3]+flow_byte；若
des_ip_addr！＝E[2]，则将(E[2]，E[1])插入该Coco Sketch对应的最下堆中，同时将哈希表中该处的值进行修改：
E[2]＝des_ip_addr，E[1]＝1。
类似地，我们对DIP对应的CocoSketch进行类似的更新操作。
当前后两条相邻网络流数据messagei，messagei|1对应的sessionid不相等时，将前一个时间段对应的SIP_sessioni合并到SIP中，将前一个时间段对应的DIP_sessioni合并到DIP中。对于之后到来的数据，将其存入SIP_session(i|1)％96中。
算法2是根据本发明实施例的网络系统活跃度评价算法，利用该算法对sketch中存储的信息进行处理，可以得到网络节点输入输出流量、活跃端口数等信息，将这些信息进行整合，最后进行可视化展示，得到对网络系统活跃度的综合评价。
下面将对实施的具体步骤进行描述。首先获取至少一条历史网络流量数据，其中，将历史网络流量数据中的五元组信息记录为初始网络流量数据；对初始网络流量数据进行清洗处理，并使用Coco Sketch存储其信息，根据初始历史网络流量数据生成基线检测模型；
当接收到目标网络流量数据的访问指令时，根据所述基线检测模型确定所述目标网络流量数据是否为已经存储在网络流量数据Sketch中。若所述目标网络流量数据为未存储网络流量数据，则根据所述目标网络流量数据对所述基线检测模型中的各属性参数进行调整，以对所述基线检测模型进行优化；
同时，若目标网络流量数据的缺失大于设定阈值，分析所述目标历史网络流量数据缺失原因；为每一个网络节点利用历史网络流量数据建立回归模型，对所述回归模型进行单位根检验，根据检验结果确定各所述历史网络流量数据是否存在周期性。
若数据存在周期性，则根据各所述历史网络流量数据的周期分布规律设定所述基线检测模型的范围；否则，确定各所述历史网络流量数据是否服从正态分布。根据预设规则确定所述基线检测模型的上限以及下限，得到最终的基线检测模型。
当接收到一条网络流量数据后，找到其对应节点的基线检测模型，计算所述目标网络流量数据与其基线检测模型中各参数的差值，并利用该差值来评估该节点的活跃程度。
本发明定义以下的系统活跃度指标：
(1)节点入度：单位时间内访问该节点的IP地址数量；
(2)节点出度：单位时间内该IP地址访问其他节点的数量；
(3)节点的活跃端口数：单位时间内该节点用于接收连接的端口数量；
(4)节点的输入流量：单位时间内传入该节点的总数据量；
(5)节点的输出流量：单位时间内传出该节点的总数据量；
(6)节点的Top-K活跃流入邻居：节点频繁访问的Top-K流入邻居列表
(7)节点的Top-K活跃流出邻居：节点频繁访问的Top-K流出邻居列表。
最后，根据上面方法得到的结果获取每个IP的系统活跃度指标的数值，进一步整理得到单日流出邻居访问频次、单日活跃端口被访问频次、单位时间综合活跃度、发起与接收访问的频次时序、单日高频流入流出数据等。至此，每个IP的系统活跃度指标获取完成，最后利用matlibplot及networkx可视化工具画出相关图像。
最终整体的算法流程如图3所示。
Figure BDA0003881620920000071
Figure BDA0003881620920000081
在本申请的一个实施例中，能够根据网络数据流信息对网络节点的活跃度指标进行统计，然后以此对网络系统的活跃度进行综合评价，最终结果以文件的形式存储下来。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (8)

1.一种基于哈希计数的网络系统活跃度评估方法，其特征在于，该方法包括以下步骤：
（1）对初始网络流量数据进行清洗处理，使用Coco Sketch对网络流信息进行存储；
（2）对数据流的ID进行哈希处理，找到对应的哈希桶；根据数据流和哈希桶中所保留的流ID，更新哈希桶中的各个字段，并查询流大小的估计值；
（3）根据流大小的估计值更新最小堆；
（4）对数据中存在的异常进行检测并处理；
（5）对sketch中的信息进行处理，得到IP对应的入度、出度、输入输出流量、活跃端口数、频繁访问流入流出邻居列表，并将评价后信息整理并可视化。
2.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（1）中的Coco Sketch的数据结构根据哈希值的范围来确定的所需的存储空间，各种包根据哈希值再次归类，可以大大减少存储空间；Coco Sketch是一个w列d行的二维数组，参数w和d在创建数据结构时就已经确定，与查询的错误率相关；每一行与一个哈希函数相关联，共有d个相互独立的哈希函数；当新事件到来时，利用d个哈希函数获得d个对应的列索引，并且在每一行的对应位置上计数加一；查询阶段需要统计某个事件i的计数，可以类似地获得d个对应的列索引，然后取对应位置中的最小值。
3.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，在步骤（2）中，当映射到任一所述哈希桶的新流与所述哈希桶中原流不同，更新所述流计冲突数器，每当窗口滑动时，更新所述位图，当所述位图中记录的数据确定所述新流大于所述原流，重置存在冲突的所述哈希桶，所述新流替换所述哈希桶中原流。
4.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（3）中，为了方便对高频项进行记录与查询，为每个Sketch设计了一个对应的最小堆，在每次更新Sketch时一并更新堆，最后即可通过该堆获得流数据中的Top-K项。
5.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（4）中首先根据初始历史网络流量数据生成基线检测模型；同时，若目标网络流量数据的缺失大于设定阈值，分析所述目标历史网络流量数据缺失原因。
6.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（5）中，可以对存储了所有源IP 发起访问的统计信息的sketch进行读取，进而提取出每个IP发起访问其它节点的总的节点数量以及每个IP的输出流量；类似地，对存储了所有目的IP被访问的统计信息的sketch进行读取，同理可以提取出每个IP被其它节点访问的总的节点数量以及每个IP的输入流量。
7.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（5）中，端口文件中存储了所有源IP与目的IP相应端口被访问的信息，因而读取每个IP对应的端口文件，对其中数据进行处理并判断（通过端口的被访问次数判断其是否活跃）进而得出该IP的活跃端口数。
8.根据权利要求1所述的一种基于哈希计数的网络系统活跃度评估方法，其特征在于，步骤（5）中，定义了IP对应的入度、出度、输入输出流量、活跃端口数、频繁访问流入流出邻居列表等作为IP活跃度评价指标；可以对存储了每个源IP发起访问的统计信息的文件进行读取，获取该IP发起访问最频繁的IP地址的统计信息，进而得到每个IP地址的频繁访问流出邻居列表；类似地，同样可以得到每个IP地址的频繁访问流入邻居列表；最后，利用matlibplot及networkx可视化工具画出相关图像。
CN202211232040.XA 2022-10-10 2022-10-10 一种基于哈希计数的网络系统活跃度评估方法 Active CN115580543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211232040.XA CN115580543B (zh) 2022-10-10 2022-10-10 一种基于哈希计数的网络系统活跃度评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211232040.XA CN115580543B (zh) 2022-10-10 2022-10-10 一种基于哈希计数的网络系统活跃度评估方法

Publications (2)

Publication Number Publication Date
CN115580543A true CN115580543A (zh) 2023-01-06
CN115580543B CN115580543B (zh) 2023-07-14

Family

ID=84585386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211232040.XA Active CN115580543B (zh) 2022-10-10 2022-10-10 一种基于哈希计数的网络系统活跃度评估方法

Country Status (1)

Country Link
CN (1) CN115580543B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117729189A (zh) * 2024-02-08 2024-03-19 睿云联(厦门)网络通讯技术有限公司 基于云端分布式活跃度的sip注册限流方法及设备介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105610616A (zh) * 2015-12-29 2016-05-25 赛尔网络有限公司 基于icp活跃度的接入网单个ip平均流量统计方法及系统
CN107562960A (zh) * 2017-09-30 2018-01-09 千寻位置网络有限公司 实时agnss用户活跃度统计的方法
CN112671611A (zh) * 2020-12-23 2021-04-16 清华大学 基于sketch的大流检测方法和装置
CN114157506A (zh) * 2021-12-09 2022-03-08 中科计算技术西部研究院 基于流量和活跃度分析的网络异常扫描方法、系统及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105610616A (zh) * 2015-12-29 2016-05-25 赛尔网络有限公司 基于icp活跃度的接入网单个ip平均流量统计方法及系统
CN107562960A (zh) * 2017-09-30 2018-01-09 千寻位置网络有限公司 实时agnss用户活跃度统计的方法
CN112671611A (zh) * 2020-12-23 2021-04-16 清华大学 基于sketch的大流检测方法和装置
CN114157506A (zh) * 2021-12-09 2022-03-08 中科计算技术西部研究院 基于流量和活跃度分析的网络异常扫描方法、系统及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
任高明: "网络流量测量中的Sketch方法", 电子世界 *
王明华 等: "一种IP可追踪性的网络流量异常检测方法", 南京邮电大学学报(自然科学版) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117729189A (zh) * 2024-02-08 2024-03-19 睿云联(厦门)网络通讯技术有限公司 基于云端分布式活跃度的sip注册限流方法及设备介质

Also Published As

Publication number Publication date
CN115580543B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
WO2019095719A1 (zh) 网络流量异常检测方法、装置、计算机设备和存储介质
US11121947B2 (en) Monitoring and analysis of interactions between network endpoints
CN106657038B (zh) 一种基于对称度Sketch的网络流量异常检测与定位方法
CN114168608B (zh) 一种用于更新知识图谱的数据处理系统
US20210135948A1 (en) Discovering a computer network topology for an executing application
CN113839835B (zh) 一种基于小流过滤的Top-k流精确监控系统
Yang et al. Adaptive measurements using one elastic sketch
CN115102907A (zh) 一种基于小流过滤的活跃大流精确识别方法和系统
CN115580543A (zh) 一种基于哈希计数的网络系统活跃度评估方法
CN110138720B (zh) 网络流量的异常分类检测方法、装置、存储介质和处理器
Wang et al. Virtual indexing based methods for estimating node connection degrees
Xiong et al. Frequent traffic flow identification through probabilistic bloom filter and its GPU-based acceleration
AU2018253491B2 (en) Adaptive event aggregation
US20220182299A1 (en) Network Directionality Mapping System
Elsen et al. goProbe: a scalable distributed network monitoring solution
Simpson et al. Scalable misinformation mitigation in social networks using reverse sampling
Mo et al. Highly compact virtual maximum likelihood sketches for counting big network data
CN104572309A (zh) 用于代码同步点的识别的方法和系统
CN115412462B (zh) 一种域间路由中断的检测方法
CN115987836B (zh) 层级可扩展的云网络流分析方法及系统
Gurchani Crawling political communities in Twitter and extracting political affiliations
CN116094951B (zh) 一种网络性能监控方法、系统及存储介质
Li et al. P-Sketch: A Fast and Accurate Sketch for Persistent Item Lookup
CN111897802B (zh) 数据库容器故障定位方法及系统
Wang et al. Continuously distinct sampling over centralized and distributed high speed data streams

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant