在国家自然科学基金项目（项目批准号：61202489，61672061）等资助下，北京大学网络与信息系统研究所李晓明、杨仝团队多年来一直围绕网络测量开展深入研究取得重要进展。研究成果以“Elastic Sketch: Adaptive and Fast Network-wide Measurements. （弹性Sketch：快速自适应网络范围测量）”，“HeavyGuardian: Separate and Guard Hot Items in Data Streams.（重甲卫士：分离并保护数据流中的热元素）”，“Cold Filter: A Meta-Framework for Faster and More Accurate Stream Processing.（冷元素过滤器：一种面向更快更准确流处理的元框架）”为题，分别在计算机顶级国际会议SIGCOMM 2018、SIGKDD 2018、SIGMOD 2018上发表。
互联网规模飞速扩展，新型网络及其协议不断涌现，以至于人类越来越难以全面、准确地理解和认识互联网。网络测量作为认识和理解网络的一个重要手段，是当前研究的热点问题之一。
针对传统基于采样样本的网络测量方法导致较大的误差和信息遗漏，杨仝等人创新性地提出附加式框架、通用数据结构和频数估计专用数据结构等记录单个数据包信息，从而实现网络流量信息的精确记录。更进一步提出弹性网络测量方法，设计了弹性sketch概率数据结构，该数据结构对网络带宽、CPU利用率和网络流量特征的变化具有很好的适应性。与传统算法不同，提出的算法基于一种数据结构可同时支持六种网络测量任务，具有很好的通用性，相比现有专用算法，测量精度提高2到273倍、速度提高40倍，显著提高了网络测量的速度和精度。目前该团队已在六种软硬件平台上实现该弹性sketch。该成果引起国内外学术界和工业界的广泛关注，为国家网络安全防护提供了技术支撑。
图1. 弹性测量网络架构
图2. 弹性sketch数据结构