一种流频数估计方法、系统、设备和介质技术方案

本发明专利技术涉及一种流频数估计方法、系统、设备和介质，其中，方法包括：步骤S1：获取来自于网络的包集合，对所述包集合进行解析得到流标签集合；步骤S2：根据所述流标签集合中的每种流标签出现的频数，形成关于流标签及其对应频数的键值对集合，并进行缓存；步骤S3：将缓存的流标签及其对应频数的键值对集合通过参数化sketch模型的写操作进行存储；步骤S4：若要查询流标签的频数时，通过参数化sketch模型的读操作得到估计的频数，其中，所述参数化sketch模型包括依次连接的编码器模块、哈希模块和解码器模块。本发明专利技术的流频数估计方法能兼顾预测性能和泛用性，适用于不同场景。

【技术实现步骤摘要】

本专利技术涉及网络流量测量，尤其是指一种流频数估计方法、系统、设备和介质。

技术介绍

1、流频数估计是网络流量测量领域的一个基本研究方向，指的是在一定的测量周期内估计每个流标签对应流出现的次数，其对于网络流量监控、分布式拒绝服务攻击（ddos）检测等网络领域的诸多应用都有极其重要的意义。

2、现有技术中，基于sketch的数据结构被广泛的应用在流频数估计任务中，但是，传统sketch的性能会因网络流量特征的变化而降低。为了适应不同场景下的网络流量分布，研究员们会尽可能假设场景并开发针对性的统计模型。但是，针对性地为每个场景开发一个模型是复杂的，并且在跨场景时是难以复用的。为了深层次地挖掘流数据分布的潜在知识，基于学习的方法拟合流数据分布成为一种可选的方案。

3、此外，现有技术中，一种基于强化学习来检测大流量的rlsketch，利用网络流量的统计数据来预测潜在的大流，以较小的内存实现了高精度。但是，rlsketch只针对ldsketch进行优化，不具有通用性。研究员还设计出一种基于机器学习的通用网络测量框架mlsketch，利用线性回本文档来自技高网...

【技术保护点】

1.一种流频数估计方法，其特征在于：包括：

2.根据权利要求1所述的流频数估计方法，其特征在于：所述步骤S3中的写操作包括对流标签进行编码，具体为：

3.根据权利要求2所述的流频数估计方法，其特征在于：所述步骤S3中的写操作还包括：根据查询字q生成稀疏的寻址字，具体为：

4.根据权利要求3所述的流频数估计方法，其特征在于：所述步骤S3中的写操作还包括：将稀疏的寻址字与写字w进行矩阵乘法得到记忆，再将记忆在叠加到计数器C中对应的槽位中，以更新计数器C，公式为：

5.根据权利要求4所述的流频数估计方法，其特征在于：所述步骤S4中通过参数化ske...

【技术特征摘要】

1.一种流频数估计方法，其特征在于：包括：

2.根据权利要求1所述的流频数估计方法，其特征在于：所述步骤s3中的写操作包括对流标签进行编码，具体为：

3.根据权利要求2所述的流频数估计方法，其特征在于：所述步骤s3中的写操作还包括：根据查询字q生成稀疏的寻址字，具体为：

4.根据权利要求3所述的流频数估计方法，其特征在于：所述步骤s3中的写操作还包括：将稀疏的寻址字与写字w进行矩阵乘法得到记忆，再将记忆在叠加到计数器c中对应的槽位中，以更新计数器c，公式为：

5.根据权利要求4所述的流频数估计方法，其特征在于：所述步骤s4中通过参数化sketch模型的读操作得到估计的频数的方法包...

【专利技术属性】
技术研发人员：高普伦，高国举，黄河，孙玉娥，张瀚文，汪笑宇，
申请(专利权)人：苏州大学，
类型：发明
国别省市：