迈向信息丰富的统计流反演
网络与互联网体系结构
2007-05-23 v1 性能
摘要
最近引起研究关注的一个问题是估计互联网流量中流大小的分布。在高流量链路上，有时无法记录每个数据包。研究人员通过两种不同的途径来解决从采样数据包数据估计流长度的问题。首先，可以尝试不同的采样方法以更准确地测量所需的系统参数。其中一种方法是 sample-and-hold 方法，即如果一个数据包被采样，则该流中所有后续数据包都被采样。其次，可以使用统计方法对采样数据进行“反演”，从而从样本中产生流长度的估计值。在本文中，我们提出、实现并测试了 sample-and-hold 方法的两种变体。此外，我们展示了如何对 sample-and-hold 方法进行反演，以获得流大小真实分布的估计。实验在真实网络轨迹上进行，以比较标准数据包采样与 sample-and-hold 的三种变体。这些方法在重建流量中流大小真实分布的能力方面进行了比较。
引用
@article{arxiv.0705.1939,
title = {Towards Informative Statistical Flow Inversion},
author = {Richard G. Clegg and Hamed Haddadi and Raul Landa and Miguel Rio},
journal= {arXiv preprint arXiv:0705.1939},
year = {2007}
}