Memento：使滑动窗口在重头识别中高效化
网络与互联网体系结构
2018-10-26 v2 数据结构与算法
摘要
云运营商需要实时识别重头（Heavy Hitters, HH）和层次化重头（Hierarchical Heavy Hitters, HHH），以用于负载均衡、流量工程和攻击缓解等应用。然而，现有技术在新重头的检测上速度较慢。在本文中，我们主张通过滑动窗口来识别重头。滑动窗口比现有方法更快、更准确地检测重头，但迄今尚无实用算法。据此，我们引入、设计并分析了用于单设备与全网场景下HH和HHH问题的Memento滑动窗口算法族。通过大量评估，我们表明我们的单设备解决方案达到了相似的精度，并且比现有的基于窗口的技术快达。此外，我们在真实测试平台上展示了我们的全网HHH检测能力。为此，我们将Memento实现为流行的HAProxy云负载均衡器的开源扩展。在我们的评估中，利用50个子网的HTTP泛洪，我们的全网方法更快地检测出新子网，并且与替代方案相比将未检测到的泛洪请求数量减少了达。
引用
@article{arxiv.1810.02899,
title = {Memento: Making Sliding Windows Efficient for Heavy Hitters},
author = {Ran Ben Basat and Gil Einziger and Isaac Keslassy and Ariel Orda and Shay Vargaftik and Erez Waisbard},
journal= {arXiv preprint arXiv:1810.02899},
year = {2018}
}
备注
This is an extended version of the paper that will appear in ACM CoNEXT 2018