申请/专利权人：西南科技大学

申请日：2022-11-14

公开（公告）日：2024-03-26

公开（公告）号：CN115766528B

主分类号：H04L43/0888

分类号：H04L43/0888

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2023.03.24#实质审查的生效;2023.03.07#公开

摘要：本发明公开了一种Top‑K大象流的检测方法，所述Top‑K大象流的检测方法包括：S1：获取网络流数据；S2：对所述网络流数据进行解析，得到解析后的网络流数据；S3：利用NewKeeper检测所述解析后的网络流数据中的Top‑K大象流。本发明能够在有限内存情况下提高检测数据的吞吐量，同时提高效率。

主权项：1.一种Top-K大象流的检测方法，其特征在于，所述Top-K大象流的检测方法包括：S1：获取网络流数据；S2：对所述网络流数据进行解析，得到解析后的网络流数据；S3：利用NewKeeper检测所述解析后的网络流数据中的Top-K大象流；所述步骤S3中，所述NewKeeper构造为带有哈希函数的哈希表，所述哈希表包括多个存储模块，各所述存储模块包括重部分和新部分，所述重部分具有d1个用于存储所述Top-K大象流的第一单元格，所述新部分具有d2个用于接受新流并驱逐旧流的第二单元格；所述步骤S3包括：S31：利用哈希函数将所述解析后的网络流数据映射到存储空间，得到映射后的流数据；S32：将所述映射后的流数据插入到所述重部分；S33：判断当前插入是否成功，若是，进入步骤S35，否则，进入步骤S34；S34：将所述映射后的流数据插入至所述新部分，并将该映射后的流数据提升至重部分后进入步骤S35；S35：利用最小堆跟踪前k个流数据，得到跟踪结果；S36：利用所述跟踪结果实现所述Top-K大象流的检测；所述步骤S35包括：S351：利用标志位判断所述映射后的流数据是否在最小堆中，若在，进入步骤S355，否则，进入步骤S352；S352：判断所述映射后的流数据的大小是否大于最小堆根节点处流数据的大小，若是，进入步骤S353；否则，进入步骤S355；S353：更新最小堆中所有节点的值字段并立即堆化，得到新的最小堆；S354：重新判断所述映射后的流数据的大小是否大于新的最小堆根节点处流数据的大小，若是，将所述根节点从所述新的最小堆中移除，并修改与所述新的最小根节点处流数据关联的重部分的单元格的标志，同时将所述新的最小根节点处流数据插入最小堆并更改标志与所述新的最小根节点处流数据标志修改前后相关联的重部分中的单元格的数量后进入步骤S355；否则，直接进入步骤S355；S355：遍历最小堆并将其估计大小的k个流数据报告为前k个流，以得到跟踪结果。

全文数据：

权利要求：

百度查询： 西南科技大学 一种Top-K大象流的检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD