高速网络监控中大流量对象的提取
文献类型：期刊论文
| 作者 | 王风宇2; 云晓春1 |
| 刊名 | 软件学报
 |
| 出版日期 | 2007 |
| 卷号 | 18.0期号:012页码:3060 |
| 关键词 | 网络测量 大流量对象 淘汰机制 异常检测 |
| ISSN号 | 1000-9825 |
| 英文摘要 | 在高速网络环境下,由于受计算及存储资源的限制,及时、准确地提取大流量对象对于检测大规模网络安全事件具有重要意义.结合LRU淘汰机制和LEAST淘汰机制,建立了基于二级淘汰机制的网络大流量对象提取算法(LRU&LEAST replacement,简称LLR),两种淘汰机制相互弥补不足,较大地提高了算法的准确性.由于算法占用存储空间较少,从而可以在有限的SRAM空间中更快地处理流量信息.该算法在网络数据量增加的情况下不必增加存储空间.具有很好的可扩展性. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37257]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.山东大学 |
| 推荐引用方式 GB/T 7714 | 王风宇,云晓春. 高速网络监控中大流量对象的提取[J]. 软件学报,2007,18.0(012):3060. |
| APA | 王风宇,&云晓春.(2007).高速网络监控中大流量对象的提取.软件学报,18.0(012),3060. |
| MLA | 王风宇,et al."高速网络监控中大流量对象的提取".软件学报 18.0.012(2007):3060. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。