Hash functions are widely used in high-speed network traffic measurement. A hash function of high quality is supposed to meet the requirements of collision free and fast execution. Existing works have already developed methods to generate hash functions for IPv4 data, while IPv6 data with much longer addresses and different data characteristics may decline the effectiveness of those methods. In this paper, we present a practical design of hash functions for IPv6 measurement, based on the entropy analysis of IPv6 network data and an automated method of multi-objective genetic programming (GP). Considering our specific application of hash functions, we use three fitness functions as the optimization objectives, including active flow estimation, uniformity and seed avalanche effect, among which the active flow estimation is the main objective as the specific measurement task. In implementation of multi-objective GP, we adopted a strategy to limit the hash functions to shorter execution time than other hash functions by advanced experimental investigation. Experiments were conducted to construct hash functions for WIDE IPv6 network data. The results show that our generated hash functions have high usability on different evaluation criteria. It indicates that our generated hash functions are superior in active flow estimation and execution time and could compete with state of art hash functions in terms of uniformity and generating independent hash values for data structures like Bloom Filter.

哈希功能广泛用于高速网络流量测量。高质量的哈希函数应该满足无冲突和快速执行的要求。现有的工作已经开发了为IPv4数据生成哈希函数的方法，而具有更长的地址和不同的数据特​​征的IPv6数据可能会降低这些方法的有效性。在本文中，我们基于IPv6网络数据的熵分析和多目标遗传编程（GP）的自动化方法，提出了一种用于IPv6测量的哈希函数的实用设计。考虑到我们对哈希函数的特定应用，我们使用三个适应度函数作为优化目标，包括主动流估计，均匀性和种子雪崩效应，其中，主动流量估算是特定测量任务的主要目标。在多目标GP的实现中，我们通过高级实验研究采用了一种策略，将哈希函数限制为比其他哈希函数更短的执行时间。进行了实验以构造WIDE IPv6网络数据的哈希函数。结果表明，我们生成的哈希函数在不同的评估标准上具有较高的可用性。这表明我们生成的散列函数在活动流估计和执行时间方面是出色的，并且在均匀性和为像Bloom Bloom这样的数据结构生成独立的散列值方面可以与最新的散列函数竞争。我们通过高级实验研究采用了一种策略，将哈希函数限制为比其他哈希函数更短的执行时间。进行了实验以构造WIDE IPv6网络数据的哈希函数。结果表明，我们生成的哈希函数在不同的评估标准上具有较高的可用性。这表明我们生成的散列函数在活动流估计和执行时间方面是优越的，并且在均匀性和为像Bloom Bloom这样的数据结构生成独立的散列值方面可以与最新的散列函数竞争。我们通过高级实验研究采用了一种策略，将哈希函数限制为比其他哈希函数更短的执行时间。进行了实验以构造WIDE IPv6网络数据的哈希函数。结果表明，我们生成的哈希函数在不同的评估标准上具有较高的可用性。这表明我们生成的散列函数在活动流估计和执行时间方面是出色的，并且在均匀性和为像Bloom Bloom这样的数据结构生成独立的散列值方面可以与最新的散列函数竞争。