读ElasticSketch笔记

背景和动机

1. 背景：
   网络中经常遇到拥塞，扫描攻击，DDOS攻击，在这种情况下，流量的性能要求更高，因此提出，此方法。能更好的适应流量的性能，更好的完成测量任务和platforms

2. 动机：
   但无人聚焦于：无论流量特征(包括可用带宽、流量大小分布和数据包速率)如何变化，都能实现准确的网络测量。
   可用带宽，因为出现拥塞时，没有带宽可用于测量，解决方案是在较小精度丢失的情况下对sketch进行压缩，从而减少带宽使用。

贡献

• 本文提出新的sketch: elastic sketch
  有两部分组成：a heavy part and a light part,利用Ostracism技术使elephant flows 在heavy part ，mouse flows 在light part。（就是分为大流和小流，分别存放）
• 实现 “弹性”：
  为适应带宽，提出压缩（留出可能进行网络测量的余地）和合并sketch的方法。首先，将sketch压缩成适合可用带宽的大小，其次，使用服务器来进行合并。
  当包传送速率变大时，采用这样的处理方式：每个数据包只访问heavy part来记录elephant flows的信息，丢弃mouse flows的信息，这种方式在以合理降低精度的代价的情况下，能实现更快的处理速度
  针对elephant flows的数量变化以及无法事先预知的情况，提出一种动态增加heavy part的内存大小的算法
• 实现“通用”：
  为实现在测量任务的通用性（跨平台使用），保留每个数据包的所有必要信息，但丢弃mouse flows的id（消耗内存但实际并无用）
  提出硬件和软件版本的elastic sketch，还做了P4版本的

方法

为实现分离：