SRLA：基于GPU的高速网络实时滑动时间窗口超点基数估计算法

超点是网络中在特定时间段内与大量其他主机通信的特殊主机。与超点通信的主机数量称为其基数。基数估计在网络管理和安全中起着重要作用。现有的所有工作都集中在如何在离散时间窗口下估计超点的基数。但离散时间窗口会导致较大延迟，且估计结果的精度受窗口起始点的影响。滑动时间窗口每次向前移动一个小切片，为监控超点基数提供了更精确、更及时的尺度。另一方面，滑动时间窗口下的超点基数估计更为困难，因为它要求算法增量地记录基数并在滑动周期结束时立即报告。本文通过设计适用于滑动时间窗口的算法 SRLA 首次解决了这一问题。SRLA 通过一种可增量更新的新颖结构记录主机基数。为了减少每个滑动时间窗口结束时的基数估计时间，SRLA 在扫描数据包时生成超点候选列表，并仅计算候选列表中主机的基数。它还具备并行运行能力，以线速处理高速网络。本文给出了在通用 GPU 上部署 SRLA 的方法。在带宽为 40 GB/s 的真实网络流量上的实验表明，SRLA 在配备 1 GB 内存的低成本 Nvidia GPU GTX650 上运行时，能够在滑动时间窗口下在 100 毫秒内成功估计出超点的基数。SRLA 的估计时间远小于在离散时间窗口下耗时超过 2000 毫秒的其他算法。