通用流测量框架

误差降95%

一个框架内同时支持多种异构测量任务，统一流水线实现快速灵活的流量统计恢复。

Yifan, Han · 黄河 · Yu-E, Sun · 刘嘉 · 杜扬 · Chen, Shigang

Information Fusion 2026

参数信息

估计误差降低

95.41 %

内存开销降低

70.66 %

处理速度提升

12.39 times

技术优势

误差降 95%

多目标采样与超立方体计数器协同设计，提升了统计恢复的准确性。

内存省七成

统一流水线消除了多个专用算法各自占用资源的开销。

速度快 12 倍

资源自适应管理减少了冗余计算，提升了处理吞吐量。

应用场景

• 网络流量监测：用统一框架替代多种专用测量算法，实时获取准确的流级统计。
• 高速网络测量：在高吞吐链路上以低开销同时支持多种测量任务。
• 网络处理器卸载：在可编程硬件上完成测量，释放网络处理器算力。