近年来,随着互联网的发展,越来越多的新型应用对传统数据库技术提出了挑战。一个显著的改变就是数据以一个无限的值序列的方式源源不断地产生。数据流(data stream)的处理与实际应用密不可分,股票交易记录、网络流量、传感器网络中的数据、web日志等等。其中骨干网络流量统计是最为典型的例子之一,数据量非常庞大,而且持续速度也很惊人。2008年我国骨干网络上31个省的总流量大于12TB/S,而且这个速度在逐渐增大。于是对这些数据进行查询、分析的难度越来越大。因此在一个远小于数据规模的内存空间里不断更新一个代表数据集的概要数据结构(synopsis data structure)成为了研究的重点和难点。本文对数据流研究进行了相关工作的叙述,并在面向骨干网络流量统计这一应用背景下明确了研究方向,然后在现存的概要数据结构的基础上,提出了K-Bloom Filter结构,并从理论上对假阳性误判进行了分析,得出了两者具有相同的在误判率f 0下表示集合规模的上限n0 ,因此K-Bloom Filter的误判率是在可控范围之内的。我们提出了基于K-Bloom Filter的流统计算法,相比3.2.1节中的基于Bloom Filter的流统计算法,在相同的空间复杂度和时间复杂度的情况下,统计结果比起基于Bloom Filter的流统计算法的误差有了进一步的降低。最后,我们开发了一个基于Netflow流数据的网络流量监测分析系统,应用于骨干网络的在线实时分析。系统的核心部分采用了我们的数据流聚集计算算法。实际应用表明,我们的系统具有良好的实时性和准确性。