【摘 要】
：
Internet发展到今天,各种应用以及网络流量迅猛增长,需要网络设备提供更高的带宽和数据分类处理能力。包分类是下一代因特网网络设备和新型网络服务实现的关键技术之一,包分
论文部分内容阅读
Internet发展到今天,各种应用以及网络流量迅猛增长,需要网络设备提供更高的带宽和数据分类处理能力。包分类是下一代因特网网络设备和新型网络服务实现的关键技术之一,包分类速度的快慢、分类功能的强弱都直接影响到网络服务的性能或者直接决定着相应网络设备所需的内存、CPU等资源。为了提供更大的地址空间和更好的服务质量,由IPv4网络向IPv6网络升级是因特网发展的必然趋势,新的网络环境下包分类技术面临着新的压力和挑战,因此研究多维快速包分类问题具有重要的现实意义和理论价值。本文对目前常见的十余种典型的基于软件实现的包分类算法进行了系统的研究,并对各种算法的分类速度和空间需求进行了比较,选择其中分类速度最快的递归流分类(RFC)算法作为研究的重点。本文对该算法进行了以下两个方面的改进,使其在保持较高分类速度的前提下,降低内存需求,扩大应用范围:(1)为了解决RFC算法的空间需求随着规则集规模的增大而迅速膨胀的问题,本文提出了一种内存优化的RFC算法—Merge_RFC算法,通过位串合并的方法,对RFC算法的交叉乘积表进行压缩,消除冗余空间,将其推广到大规模规则集上。仿真结果表明,Merge_ RFC算法在保持较高分类速度的前提下,可以将RFC算法占用的内存空间压缩80%以上。(2)随着网络规模的不断扩大,新的IPv6协议将取代IPv4成为下一代互联网的核心协议,而应用于IPv6环境的数据包分类技术也成为包分类研究的热点。本文对RFC算法在IPv6环境下的适用性进行了分析,提出了一种适用于IPv6的递归流包分类算法RFCv6,将RFC算法推广到IPv6环境中,通过提取特征规则的方法,抑制地址长度增长所带来的内存膨胀。仿真结果表明,RFCv6算法取得了分类速度和内存需求的良好平衡。
其他文献
时间属性是客观世界事物的内在属性,时态信息处理技术是信息处理技术发展的客观要求,是信息技术研究领域中的重要课题,开展时态信息处理技术的研究与应用是对数据库研究工作
随着计算机和网络技术的发展,在计算机视觉和数据库系统两大研究领域的推动下,图像的信息得到了广泛的应用,基于内容的图像检索技术也成为了现在的研究热点。在传统的图像的
近年来，数据挖掘(data mining)引起了信息产业界的极大关注，其主要原因是现实中存在大量数据，不能被充分使用，另一方面又存在着迫切需要将这些数据转化为有用的信息的需求。概念
随着社会的飞速发展，越来越多的信息交互需要通过互联网来承载。当前，互联网承载的数据类型已从以前的纯文本数据发展为现在的语音、视频、文本等多类型数据了；同时，网络结构类型
近年来,基于人脸图像的生物特征识别研究取得了巨大的发展。同其它的生物特征识别相比,人脸特征具有自然性、方便性和非接触性等优点,使其在安全监控、身份验证、人机交互等
移动Ad Hoc网络由一组带无线收发装置的移动节点组成,它不需要依靠固定基础设施,没有任何中心实体,是多跳、自组织的对等通讯网络。由于其组网灵活,使用方便,因此得到了国际
CPC(Cost-per-click)模式下的“恶意点击”,手段日益广泛、性质日益恶劣,已成为网络中在线广告的顽疾。防恶意点击技术是IT行业中新兴的研究课题。而图形验证码技术是近年来
由于纹理的普遍性和复杂多样性,使人们很难对其进行有效的分析和十分准确的识别,这也促使人们对图像的纹理分析的进一步研究。目前,对图像的纹理分析是国内外的一个热点研究
并行化支持向量机是为了适应在海量数据中进行大规模数据挖掘的需求而产生的数据挖掘技术。在海量数据中进行数据挖掘,目前只有两种相对独立而且有效的方法:在线学习(Online
视网膜中的结构和病变区域蕴含着丰富的信息,这些信息与人类的健康息息相关。微动脉瘤是早期糖尿病视网膜病变的主要病症,及早检测有利于疾病诊断与治疗;视盘是视网膜图像中