【技术实现步骤摘要】
一种基于邻接矩阵的高效图流测量方法
[0001]本专利技术属于网络测量领域,特别针对在拓扑网络中对图形流的高效测量问题。
技术介绍
[0002]随着社交网络,大规模集群性网络以及物联网的兴起,海量的数据流给数据测量、存储和管理带来了巨大的挑战。因此,越来越多的数据被当作图来处理,大量的流总结被越来越多的采用来处理图数据。在流图的环境中,连接性在数据处理应用中起着至关重要的作用,例如分析日志流以进行实时故障排除,以及在社交网络中推荐你可能认识的朋友。图流是庞大而动态的,例如,每天大约有1亿用户的登录数据和5亿条Twitter上的推文。同样,在大型ISP或数据中心,每秒钟可能有数百万个数据包在每个链接中。因此,将所有必要的数据存储在内存中进行实时查询是不可行的。为了处理动态的流媒体数据,在数据流应用的背景中需要快速和近似的答案。
[0003]由于图流测量是网络测量的延伸与发展,因此,部分图流测量的方案便脱胎于网络测量领域。近年来,国内、国外的研究人员不断研究图流测量的新技术,并有了显著的成果,主要有以下两种形式:(1)抽 ...
【技术保护点】
【技术特征摘要】
1.一种基于邻接矩阵的高效图流测量方法,其特征在于,首先构建测量结构,然后接受图流中的边,将其插入所述测量结构,最后利用测量结构进行图流信息查询;所述测量结构是由原始桶与备选桶构成的邻接矩阵;所述原始桶和备选桶中,每个桶均包含许多单元来存储图流中的不同边,所述原始桶与备选桶均记录了边的指纹对以及权重;所述测量结构保留了图流的节点信息;接受图流中的边,将其插入所述测量结构是,将图流中的任意一条边存储在原始桶中,当原始桶的容量达到上限时,将该原始桶中的一条边踢出,根据该踢出边的指纹对计算备选桶的坐标,将该踢出的边插入到备选桶中;利用测量结构进行图流信息查询包括边查询、节点查询和可达性查询;其中,所述边查询是:当给定一条边时,首先根据哈希函数计算出该边的源节点与目的节点的哈希值与指纹对;然后,根据哈希值和指纹对得到原始桶和备选桶在所述邻接矩阵中对应的坐标;如果在原始桶或者备选桶中找到边,则返回的权重,边查询结束;所述节点查询是:当给定一个节点时,首先计算出该节点对应的哈希值与指纹,从而确定原始桶和备选桶的坐标;然后,根据遍历邻接矩阵中原始桶和备选桶这两行中的所有桶,如果在桶内找到源节点,则将其权重添加到节点权重中;遍历完成,所返回的权重就是节点对应的权重;所述可达性查询是:当给定两个节点时,若要查询节点和节点之间是否有一条连通的路径时,通过不断对比节点的邻居以确定是否能与节点相连,从而查询两点之间的可达性。2.根据权利要求1所述的基于邻接矩阵的高效图流测量方法,其特征在于,接受图流中的边,并将其插入测量结构的步骤如下:步骤1
‑
1)根据哈希函数计算源节点和目的节点的哈希值和指纹对;步骤1
‑
2)根据计算的哈希值得到原始桶在邻接矩阵中的坐标;步骤1
‑
3)根据计算的哈希值和指纹对异或得到备选桶在邻接矩阵中的坐标;步骤1
‑
4)根据上述计算的坐标找到邻接矩阵中对应的原始桶或备选桶,在桶内寻找边或者一个空的单元;步骤1
‑
5)如果找到边,更新该边所在单元中的权重;如果找到了一个空单元,将边插入到该空单元中,并更新该单元中的指纹对以及权重;如果没有找到边和一个空的单元,则在当前桶中随机踢出任意一条边,并将踢出的次数累加1,当踢出次数的累加和大于设定值或是所有边均被记录时,结束插入;否则,执行步骤1
‑
6);步骤1
‑
6)根据哈希函数计算该踢出边的源节点和目的节点的哈希值和指纹对,进而计...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。