我有很多netflow数据(i.e src_ip, dest_ip, beg_time, end_time, data_size, etc)，其中一些定期发生，我想知道。
考虑我有 n netflow（可能大约10 ^ 6）， m 周期性。我怎么能找到哪些是周期性的？
我可以编写一个代码，但它至少会是O（n ^ 3 logn），这将在10 ^ 4 netflow之后永远占用。
我搜索过它但找不到任何东西。
注意：您可以考虑根据开始时间对数据进行排序，并且开始时间为32位无符号整数int（cint中的uint32）
更正：src_ip是唯一的，dest_ip不是唯一的，time for periodicity未知。可能是5分钟，也可能是5天。您可以忘记src_ip, dest_ip, end_time, data_size和流的其他属性。 我只是在寻找开始时间是周期性的事件，你可以考虑，我已经发现了不同的事件，就像不同的src_ip一样，等等......
任何帮助将不胜感激，
由于
答案 0 :(得分：0)
我尝试对与您的数据相对应的信号计算FFT。
例如，我将块beg_time = 1，end_time = 5，data_size = 100转换为1到5个单位时间的方波脉冲振幅100。
如果你想要一起分析所有东西，你可以叠加你已经拥有的所有脉冲。
如果将所有内容放在一起没有意义，则只叠加来自同一src_ip或同一对src_ip和dst_ip的脉冲。
然后对通过叠加获得的信号运行FFT，看看频域是否有明显的峰值，或者看起来都是随机的，没有突出的峰值。
FFT在O（n * log（n））时间运行，其中n是信号样本的数量。
我确信必须有更好的方法来做到这一点，但值得一试。