随着Internet的快速发展,各种网络服务层出不穷,网络流量不断增大,使得实时在线的流测量变得更困难。为了解决这一问题,人们提出了抽样测量技术,即抽样测量部分流量,然后从统计学角度估计原始流信息。超时是流识别的重要标志之一,它决定了相邻报文不可超越的最大时间间隔。在进行报文抽样时,抽样流的相邻报文的时间间隔不同于原始流中相邻报文的时间间隔,因此原始流的流超时已经不适用于抽样流的超时。不合理的流超时会导致流的连接和分裂,使得估计出的原始流信息准确性较差。本文研究了网络流超时策略,现有的流超时策略都是针对原始流而提出的。在固定超时策略中,流超时是一个固定的值,一般为64秒,但这种策略不能根据网络的具体情况动态的改变超时。MBET策略是根据网络的吞吐量动态的改变超时,但是需要设置很多参数,如果这些参数设置的不合理将可能导致测量结果和实际情况产生很大的差异。基于流速测度的动态超时策略(DToS)是根据不同特性的流采用不同的超时机制,从而增加网络测量性能,提高测量系统的资源利用率。根据报文抽样比例和原始流的超时机制来确定抽样流的超时机制,本文提出了抽样流的超时机制。在进行抽样时,采用一个合理的抽样流超时,会降低流的分裂和连接的概率,提高流识别的准确性。最后,利用从CERNET网络上收集的Traces进行实验,结果表明,采用计算出来的抽样流的超时值,有效的减少了流的分裂和连接,可以很准确地获得原始流的分布。