高速以太网中实时相似性匹配算法的研究-论文.pdf

《高速以太网中实时相似性匹配算法的研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第3l卷第3期计算机应用研究Vo1．31No．32014年3月ApplicationResearchofComputersMar．2014-__】同口速以太网中实时相似性匹配算法的研究术颜轲，陈健，郑，曹炳尧(上海大学通信与信息工程学院光纤与光接入网重点实验室，上海200072)摘要：在高速以太网中，针对用户行为的特殊性及数据流五元组的特点，提出了一种自适应相似性匹配算法(ASMA—HN)。该算法充分考虑了数据流五元组的随机性分布特点，通过一种改进的XOR—SHIFT算法将数据流分类索引，并提出了同类数据库(SD)及异类数据库(HD)的概念，基于距离测度分别设计了加权相似性比较函数，使得特征

2、值能更精准地匹配到符合要求的数据文件，提高了整体的匹配效率。通过对校园网实际流量的现场测试，证明该算法具有较高的精准性及可适用性，且匹配时间较低，能很好地满足高速网络中相似性匹配业务的需求。关键词：高速以太网；自适应相似性匹配算法；流五元组；距离测度；加权相似性比较函数中图分类号：TP312文献标志码：A文章编号：1001—3695(2014)03—0739—05doi：10．3969／j．issn．1001—3695．2014．03．024Researchonsimilaritymappingalgorithmforhigh—speedEthernetYANKe，CHENJian，ZHEN

3、GYue，CAOBing—yao(KeyLaboratoryofSpecialtyFiberOptics&OpticalAccessNetworks，SchoolofCommunication＆InformationEngineer，ShanghaiUniversityShanghai200072，China)Abstract：Thispaperproposedanadaptivesimilaritymappingalgorithmforhigh—speedEthernetbasedonthespecialnatureofuserbehaviorandcharacteristicsofthe

4、flowquintuple．Itfullyconsideredtherandomdistributionofthequintupleinthisalgo—rithmanddesignedanimprovedXOR—SHIFtalgorithmforflowsclassification．Thispaperraisedconceptsofsimilardatabaseandheterogeneousdatabaseanddesignedsimilaritycomparisonfunctionsforthistwodatabases．Withthismethod，similarei—genval

5、uescanbemappedtodatafilespreciselyandmatchingeficiencyisimproved．Itcarriedoutsomesimulationtestsinthecampusnetworkandprovedthatthismappingalgorithmhashigherprecisionandapplicabilitythanothermethods．Itisappro—priatetosearchsimilarityflowsinlargedatanetworks．Keywords：high—speedEthernet；adaptivesimila

6、ritymappingalgorithm；flowquintuple；distancemeasurement；weightedsimilaritycomparisonfunction在进行查找时需要遍历整个数据库，性能不是很理想。基于索0引言引的方法是先为数据库信息内容建立索引，在进行查询时，先由索引过滤掉与查询不相关的数据，然后在过滤后的候选子集目前，相似性匹配算法⋯在机器学习及大数据领域越来中进一步查找相关数据，极大地提高了查询效率。近年来，基越受到人们的关注，它主要应用于临近副本检测、文本数据检于索引的相似性匹配算法的研究取得了许多重要的成果。索、协同过滤及高速缓存等方面。匹配算法性能

7、的优劣是关系Sen—ching等人列设计了一种适用于大规模数据库的多维向量到能否对高速网络中的数据流进行准确检测的关键。相似性相似性搜索算法。Bocek等人设计了一种基于编辑距离的匹配的目的就是在数据库中构建数据元素的距离小于给定半度量方法对P2P网络中的相似性数据进行匹配。Alex等人径的所有数据文件的集合。其定义如下：给定数据库D=利用归一化的Hamming距离计算式作为判断文件相似性的指{D，，D，⋯，