UnivMon是一种综合网络流量监测系统，由在线测量和离线估计两部分组成。它利用重型元素概念（g-heavy hitter），针对g-函数（如g(fi)=fi^2）进行信息流算法，通过识别L2范数的重型元素，有效地估计G-Sum（∑i=1ng(fi)）。系统通过多个梗概（S0到Sd）和哈希函数，对到达的信息流元素进行处理，找出L2重型元素并存储在序列Q中。最后，通过特定算法对Q中的元素进行处理，以接近无损地恢复G-Sum的值。这种方法特别适用于g(fi)复杂度为O(fi^2)的情况。
D ( m , n ) D(m, n) D(m,n)是一个长度为 m m m, 包含 n n n个不同元素的信息流 (stream). 假设这些元素分别为 [ 1 , 2 , ⋯ , n ] [1, 2, \cdots, n] [1,2,⋯,n], f i f_i fi是元素在信息流中 i i i的频数. 假设 g ( ) g() g()是任意一个函数, 则我们将 ∑ i = 1 n g ( f i ) \sum_{i=1}^ng(f_i) ∑i=1ng(fi)称为频数向量的 g − s u m g-sum g−sum.
如果 g ( ) g() g()是单调函数并且 g ( f i ) ≤ O ( f i 2 ) g(f_i)\le O(f_i^2) g(fi)≤O(fi2), 则用于估计 G − s u m G-sum G−sum的具有多重对数型空间复杂度的信息流算法(streaming algorithm)是存在的.
S t r e a m − P o l y L o g Stream-PolyLog Stream−PolyLog是所有存在对应的多重对数型空间复杂度的信息流算法的 G − s u m G-sum G−sum的集合.
对于元素 i ∈ [ 1 , 2 , ⋯ , n ] i \in [1, 2, \cdots, n] i∈[1,2,⋯,n], 如果 g ( f i ) > γ ∑ j g ( f j ) g(f_i) > \gamma\sum_jg(f_j) g(fi)>γ∑jg(fj), 其中 0 <
最低0.47元/天 解锁文章
扫一扫
4169
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
