一、背景
网络测量是SDN发展的重要基础。网络状态监测、网络故障分析、网络安全防御，乃至于网络智能化，都依赖于网络测量。作为网络测量前沿研究的主流，基于sketch的高速流量网络测量，是网络领域顶级会议SIGCOMM近两年的研究热点，包括SIGCOMM’17的 SketchVisor[1] 和SIGCOMM’18的SketchLearn[2]、ElasticSketch[3]等。
sketch的网络测量与SDN结合，具有天然特性。一方面，SDN云数据中心的大量部署，需要基于sketch的高速流量网络测量，因为sketch能进行大流和异常流的检测，不占用过多的计算和空间资源。另一方面，SDN 转控分离，控制器具有全局视野，能对网络进行调度、制定策略，实时提供网络信息，有利于sketch的应用实施。
当前的网络流量测量，主要有抽样技术和数据流技术两种方法。抽样技术为每条流维护一个独立的计数器，较高的抽样速率需要消耗大量的性能资源。数据流技术利用散列将庞大信息压缩到较小的空间内，目前被广泛应用的是基于 sketch 的网络测量方法。
sketch 是一种基于散列的数据结构，可以在高速网络环境中，实时地存储流量特征信息，只占用较小的空间资源，并且具备在理论上可证明的估计精度与内存的平衡特性。基于sketch的网络测量，目前主要有ReversibleSketch[4]、OpenSketch[5]、Sketchvisor[1]等相关改进及实现。
二、Sketch 的原理
sketch是基于散列的数据结构，通过设置散列函数，将具有相同散列值的键值数据存入相同的桶内，以减少空间开销。桶内的数据值作为测量结果，是真实值的近似。利用开辟二维地址空间，多重散列等技术减少散列冲突，提高测量结果的准确度。Count-Min[7] 是一种典型的 sketch ，在 2004 年被提出。实际上 Count-Min sketch 用到的是分类的思想：将具有相同哈希值的网络流归为一类，并使用同一个计数器计数。