首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于流数约减的非线性公平采样算法
引用本文:李海莉,史梦琳,张震,宫阳阳,郭威,王雨. 一种基于流数约减的非线性公平采样算法[J]. 计算机应用研究, 2015, 32(6)
作者姓名:李海莉  史梦琳  张震  宫阳阳  郭威  王雨
作者单位:1. 国家数字交换系统工程技术研究中心,郑州,450002
2. 郑州电力高等专科学校,郑州,450000
基金项目:国家“863”计划资助项目
摘    要:针对现有采样算法存在可扩展性和公平性差的问题,提出一种基于流数约减的非线性公平采样算法(adaptive fair sampling based on reducing flow numbers,AFS-RFN).AFS-RFN算法首先采用均匀抽样的方法对要统计流数进行约减,获得样本流集合;然后,对属于样本流集合的分组采用非线性的方法进行公平采样,实现控制统计流数目的同时保证统计流信息的准确性.仿真表明,与ANLS(adaptive non-linear sampling)算法相比,AFS-RFN算法大幅降低了存储开销,同时,将算法的公平性提高了60%.算法具有良好的可扩展性和公平性.

关 键 词:流量测量  均匀抽样  非线性  公平抽样

Adaptive fair sampling based on reducing flow numbers
Li Haili,Shi Menglin,Zhang Zhen,Gong Yangyang,Guo Wei,Wang Yu. Adaptive fair sampling based on reducing flow numbers[J]. Application Research of Computers, 2015, 32(6)
Authors:Li Haili  Shi Menglin  Zhang Zhen  Gong Yangyang  Guo Wei  Wang Yu
Abstract:
Keywords:traffic measurement  uniform sampling  non-linear  fair sampling
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号