论文部分内容阅读
流量控制技术是进行网络管理的关键技术，通过流量控制可以缓解网络拥塞、保障网络安全以及提供服务质量保证。随着网络技术的快速发展，网络速率不断提高，新型网络应用不断出现，为适应网络管理需求，流量控制系统需要具有高吞吐量，高精确性和低延迟的特点。本文依托课题组承担的CNGI项目“面向业务感知的下一代互联网流量控制设备”，从软硬件结合的角度出发对流量控制系统进行优化，提出了一种基于分流的多核平台下并行优化方法，提高系统吞吐量，实现了基于Hash的精确流分类方法，提高系统精确性。论文的研究工作已取得了以下几个有意义的成果：
1．提出了一种基于分流的多核平台业务流识别并行优化方法。论文在FPGA数据采集卡中实现了分流机制，将链路上的网络数据分发到相互独立的主机内存缓冲区中，在多核处理器中运行多个处理线程，每一个处理线程独立的从不同的内存缓冲区中获取数据，消除了程序中的串行部分；根据网络应用基于流的特点，采用了基于Hash的分流方法，将属于同一个流的数据包分发到同一个处理线程中，从而消除了主要的核间交互。实验表明，采用分流机制能使业务流识别应用在四核处理器平台上达到约四倍的加速，提高了系统吞吐量。
2．提出了二级Hash冲突检测和局部探测冲突处理方法，实现基于Hash的精确流分类。由于Hash冲突的存在，直接采用Hash方法进行流分类精确性不高。论文根据流量控制系统中流分类的特点，提出了二级Hash冲突检测方法，用第一级Hash作为查找索引，用第二级Hash进行冲突检测，即实现了冲突的检测，同时提高了存储效率；针对分类规则冲突问题，论文提出了局部探测冲突处理方法，将发生冲突的分类规则分布在一个固定的范围内，既实现了对冲突项的处理，也保证了分类速度。通过以上方法，实现了精确的Hash流分类，提高了流量控制系统的精确性。
3．实现了软硬件结合的流量控制系统。该系统划分为软件子系统和硬件子系统，在软件子系统中完成基于DPI的业务流识别，在硬件子系统中进行流分类和速率控制。实验结果表明，系统在吞吐量，精确性和延迟方面都满足了设计需求。