---
tags: Entrpy_Algorithm_Exp
---

# 1204 zipf分布模擬封包行為評估演算法

## 實驗目的

以zipf分布產生一資料流模擬一般封包分布行為，並以此來探討不同的
1. 封包總量(total cnt)
2. 封包個數(distinct cnt)
3. 封包分布

對演算法準確度的影響。

## 實驗參數
#### zipf 分布
1. 封包量 :10^5 ~10^6 ,step 10^5
2. 封包個數:10^4 ~10^5 ,step 10^4
3. 封包分布: z參數 0.1~0.9 ,step 0.1

#### CLifford
* K值 = 20

## 實驗方法

我們以以上代換實驗參數產風不同的分布，並將其以1.精確熵值 和2.Clifford algorithm 分別計算熵值後計算誤差機率(error probability)，並將其繪圖分析。

## 實驗結果

#### zipf 分布

z=0

z=0.6


z=0.9

#### 模擬分析

資料長度:slen

slen = 100000

slen = 200000


slen = 300000

slen = 400000

slen = 1000000

下面兩張圖為放大10k~20k間陡升的曲線。

下圖為range(1k~9k)

下圖為range(11k~19k)

## 結論

我們把Slen(strem length)當作是單一區間內的總封包數，range做為是封包個數(distinct)，根據結果可以看出來當總量上升時基本的曲線並不會改變，而影響準確率的是range，在range區間為20k~50k之間準確率會有很好的表現，又以分部參數Z>0.6較佳。

#### 我們可推測:

1.當分布與平均分布將較接近時(z=0時為平均分布)，準確率變化幅度較大。
2.當區間個數上升且在20k~50k之間可以得到較佳的準確率。