Network measurement probes the underlying network to support upper-level decisions such as network management, network update, network maintenance, network defense and beyond. Due to the massive, speedy, unpredictable features of network flows, sketches are widely implemented in measurement nodes to record the frequency or estimate the cardinality of flows approximately. At their cores, sketches usually maintain one or multiple counter array(s), and relies on hash functions to select the counter(s) for each flow. Then the space-efficient sketches from the distributed measurement nodes are aggregated to provide statistics of the undergoing flows. Currently, tremendous redesigns and optimizations have been proposed to further improve the sketches for better network measurement performance. However, the existing reviews or surveys mainly focus on one particular aspect of measurement tasks. Researchers and engineers in the network measurement community desire an all-in-one survey which covers the whole processing pipeline of sketch-based network measurement. To this end, we present the first comprehensive survey in this area. We first introduce the preparation of flows for measurement, then detail the most recent investigations of design, aggregation, decoding, application and implementation of sketches for network measurement. To summary the existing efforts, we conduct an in-depth study of the existing literature, covering more than 80 sketch designs and optimization strategies. Furthermore, we conduct a comprehensive analysis and qualitative/quantitative comparison of the sketch designs. Finally, we highlight the open issues for future sketch-based network measurement research.


翻译:网络测量探索基本网络,以支持诸如网络管理、网络更新、网络维护、网络防御等高层决策。由于网络流动的庞大、迅速和不可预测的特征,在测量节点中广泛执行草图,以记录流动的频率或估计其基本程度。在核心方面,草图通常保持一个或多个反面阵列,并依靠散列功能为每次流动选择计数器。然后,对分布式测量节点的空间高效草图进行汇总,以提供流动数据。目前,提出了巨大的重新设计和优化,以进一步改进网络测量业绩的草图。然而,现有的审查或调查主要侧重于测量任务的一个特定方面。网络测量社区的研究人员和工程师希望进行一次全方位调查,涵盖基于素描网络测量的整个处理管道。为此目的,我们提出该领域的第一次全面调查。我们首先介绍流动的公开调查,然后详细介绍对网络计量工作进行的设计、汇总、分解、应用和执行的最新调查。此外,我们还要对目前进行的一项深度研究/定性分析。我们最后要对现有的草图进行了80项研究,我们还要进行一项深度研究。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
42+阅读 · 2020年12月18日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
机器翻译深度学习最新综述
专知会员服务
98+阅读 · 2020年2月20日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】深度学习情感分析综述
机器学习研究会
58+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Chance-Constrained Active Inference
Arxiv
0+阅读 · 2021年2月17日
Arxiv
0+阅读 · 2021年2月15日
On the Application of BAC-NOMA to 6G umMTC
Arxiv
0+阅读 · 2021年2月12日
Arxiv
5+阅读 · 2018年3月6日
VIP会员
相关VIP内容
专知会员服务
30+阅读 · 2021年1月9日
专知会员服务
42+阅读 · 2020年12月18日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
机器翻译深度学习最新综述
专知会员服务
98+阅读 · 2020年2月20日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】深度学习情感分析综述
机器学习研究会
58+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Top
微信扫码咨询专知VIP会员