.png){kind=icon}
返回
Achieving Differentiated Flow Estimation With Priority-Adaptive Sketch
.png){kind=icon}
PRE
AI
DOI：10.1109/TON.2025.3597978.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Sketch 在近似流估计中获得了广泛应用，因为它能够在有限的内存资源下同时保持良好的准确性和高吞吐量。然而，大多数现有的Sketch方法忽略了流优先级之间的差异，尽管高优先级流相对稀少，但包含重要信息。因此，近期出现了一类优先级感知的Sketch方法，以对不同优先级的流提供差异化的测量精度。不幸的是，这些优先级感知的Sketch方法难以在准确性和吞吐量之间取得良好平衡。为解决此问题，我们提出了一种优先级自适应架构PA-Sketch，它利用优先级感知哈希，根据流的优先级动态分配适当数量的哈希函数。此外，为进一步在极小的内存空间内实现良好的准确性，我们引入了优先级感知采样到PA-Sketch中。测试结果表明，PA-Sketch在显著提高准确性的同时最小化了哈希开销。与最先进的优先级感知Sketch方法相比，PA-Sketch将高优先级流的ARE降低了86%，并将F1分数提高了1.83倍，同时仅对低优先级流造成轻微的准确性损失。
Keyword:
Sketch
priority-aware
network measurement
期刊
I
IF:
0
论文数:
543
被引数:
0
机构
引用论文
.png){kind=icon}
BurstBalancer: Do Less, Better Balance for Large-Scale Data Center TrafficBurstBalancer: 为大规模数据中心流量做更少、更好的平衡
PREAI
分享收藏Diamond Sketch: Accurate Per-flow Measurement for Big Streaming DataDiamond Sketch: 大数据流的精确流量测量
PREAI
分享收藏分享收藏
分享收藏
查看更多内容