基于空间分解技术的多维数据包分类

随着Internet的飞速发展，要求Internet以G位甚至T位的速度提供丰富的多业务能力。使得Internet路由器必须对于到达的多维数据包具有线速处理能力。文章通过对基于空间分解技术的二维数据包分类算法AQT的改进，在不改变其空间和时间复杂度的情况下，实现了五维数据包的快速分类和过滤器表的更新。     

基于空间分解和定位代码的快速多维数据包分类技术

随着因特网的高速发展，主干路由器必须对到达的多维数据包具有快速处理能力。通过对前缀过滤器特点的观察和对处理二维数据包分类的基于面积的四叉树AQT算法的研究，依据空间分解和定位代码设计了新的构建AQT树的过程和算法，并在不改变AQT算法的空间和时间复杂度的情况下，实现了三维、五维数据包的快速分类和过滤器表的快速更新。     

基于CAM的高速IP数据包分类技术

数据包分类技术是在高速网络环境中保证网络服务质量的一种重要技术，是设计高端路由器、交换机、防火墙等网络设备时必须要考虑的重要因素之一。在分析现有的高速数据包分类技术的基础上给出了一种基于CAM的高速数据包分类的实现方法。通过比较可知，该分类方法在最坏情况下的时间复杂度和空间复杂度都明显低于其它的分类方法，而且实现简单，性能高。     

基于TCAM的快速更新算法

目前用于实现绕道数据包处理的硬件设备主要是TCAM。对于如何保持TCAM列表的排序这个问题，通常的解决方案提高了平均性能，但是浪费了TCAM空间。论述了一种改进的算法来管理TCAM使得其在最差情况下递增式更新时间保持较小，通过分析使其也能够用于解决数据包分类问题。     

基于CAM的高速数据包分类技术

数据包分类技术是在高速网络环境中保证网络服务质量的一种重要技术，是设计高端路由器、交换机、防火墙等网络设备时必须要考虑的重要因素之一。在分析现有的高逑数据包分类技术的基础上给出了一种基于CAM的高速数据包分类的实现方法。通过比较可知，该分类方法在最坏情况下的时间复杂度和空问复杂度都明显低于其它的分类方法，而且实现简单，性能高。     

基于散列查找的数据包分流算法研究

随着Internet规模的不断扩大与应用技术的不断进步,越来越多的业务需要对数据包进行实时、快速的分类,对数据包分类算法的研究具有重要的现实意义。提出了一种快速的数据包分流算法,采用了散列算法的基本思想,并引入了流的局部性原理加速散列查找的过程,分析表明,该算法具有良好的时间复杂度和空间复杂度,可以实现快速的分流。     

基于NDIS中间层的Windows平台下包分类系统的设计与实现

设计了一个Windows2000／XP平台下基于NDIS中间层来拦截网络数据包的包分类系统。为了对拦截的数据包快速分类、快速过滤，将Hash函数引入到包分类中，实验效果良好。     

基于元组空间的位并行包分类算法

随着网络的发展,路由器需要完成数据包过滤、QOS、流量计费等额外服务,这要求路由器能够以线速(wirespeed)完成对数据包的分类处理。位并行算法是一种快速的包分类算法,但由于空间占用量过大,它不能扩展到大规模规则库。该文从位并行算法入手,通过引入元组空间的概念提出了一种新的算法,在时间复杂度与空间复杂度上都较位并行算法有很大改进,并具有很好的扩展性。     

Hash函数实现数据包分流算法研究

随着Internet规模的不断扩大与应用技术的不断进步,越来越多的业务需要对数据包进行实时、快速的分类,对数据包分类的研究具有重要的现实意义。Hash算法采用了散列算法的基本思想,并引入了流的局部性原理加速散列查找的过程。由于时间精确度较高和面向对象的特点,选用了C^＋＋语言编程对该算法进行了仿真测试,最后对Hash算法分析表明,Hash算法具有良好的时间复杂度和空间复杂度,可以实现快速的分流。     

基于时空注意力特征的异常流量检测方法

针对当前基于循环神经网络的异常流量检测方法无法并行利用全局流量数据包挖掘时序特征的问题，提出一种基于时空注意力特征的异常流量检测方法。将原始流量以会话为单元切分为网络流，网络流中的数据包均转换为灰度图并归一化；利用卷积网络层提取数据包的空间特征，进而通过多头自注意力机制对流中的全部数据包空间特征并行建模，计算数据包之间显著的时序关联特征表示；将该特征表示输入到全连接神经网络层和Softmax层，输出识别概率完成检测。在UNSW-NB15数据集上的实验结果表明该方法切实可行，相较于对比方法，在取得较高的准确率和精度的同时，保持了最低的误警率。     

基于空间分解的数据包分类技术

随着因特网的高速发展,数据包输入处理成为主干路由器的瓶颈,线速数据包输入处理对高速防火墙的研发也有重要意义。文章提出了一个二维数据包分类算法,通过对前缀过滤器特点的观察,设计了基于面积的四叉树(AQT)的构建过程和构建算法,使得算法在不降低性能的同时,更为简单,而且易于硬件的实施。     

A space- and power-efficient multi-match packet classification technique combining TCAMs and SRAMs

Packet classification is implemented in modern network routers for providing differentiated services based on packet header information. Traditional packet classification only reports a single matched rule with the highest priority for an incoming packet and takes an action accordingly. With the emergence of new Internet applications such as network intrusion detection system, all matched rules need to be reported. This multi-match problem is more challenging and is attracting attentions in recent years. Because of the stringent time budget on classification, architectural solutions using ternary content addressable memory (TCAM) are the preferred choice for backbone network routers. However, despite its advantage on search speed, TCAM is much more expensive than SRAM, and is notorious for its extraordinarily high power consumption. These problems limit the application and scalability of TCAM-based solutions. This paper presents a tree-based multi-match packet classification technique combining the benefits of both TCAMs and SRAMs. The experiments show that the proposed solution achieves significantly more savings on both memory space and power consumption on packet matching compared to existing solutions.     

报文分类技术的研究及其应用

Internet网络应用的发展要求路由器支持诸如服务质量(QoS)、网络入侵检测、传输测量与记账、负载平衡、拥塞控制等多种不同的技术，虽然实现这些不同技术的细节变化可能很大，但一个公共的要求是路由器能够基于报文的头的某些字段对报文进行分类．从已有的研究表明，实现高速多维报文分类算法是非常困难的，它已成为路由器的新的瓶颈，因此吸引了许多研究人员的注意．系统论述了报文分类的相关技术，包括分类的模型、可能分类的字段，评价分类的基本标准等，通过对现有报文分类算法的比较和性能分析并结合分类规则所具有的特性，提出了设计报文分类算法所应遵循的原则和思路，同时还讨论了报文分类在网络技术领域中的应用和还需解决的一些相关问题．     

基于短前缀长度分割的高速二维分组分类算法

分组分类是路由器根据IP分组的多个域，从分类器数据库中匹配每个输入分组，确定分组转发规则的技术，分类器为实现因特网新业务提供了统一的方式，这些新业务包括：防火墙，网络地址翻译等，二维分组分类问题在未来的因特网体系结构中占有十分重要的地位，目前，人们已经提出了几种分组分类算法，但没有一种是理想的，提出基于短前缀长度分割的二维分组分类算法，它使用短前缀长度分割（SPLS）技术对分类器集合进行分割，使得分割后的小分类器子集合可以使用巳有快速IP路由查找方法进行查找，实现时以多叉树作为基本数据结构，实验显示它具有存储需求小，平均查询时间快，更新时间快，适合于大的分类器等特点，是一种较好的二维分组分类算法。     

快速数据包分流算法研究

基于“流”的数据包分类算法已经在第四层交换等领域中得到了应用,该类算法的特点是流表的容量大,流表的更新速度较快.“快速的数据包分流算法”采用了散列算法的基本思想,并引入了流的局部性原理来加速散列查找的过程,用软件对该算法进行了仿真测试,并在最后从时间复杂度和空间复杂度两个方面对其进行了性能分析.实验结果表明,该算法具有良好的时间复杂度和空间复杂度,可以实现快速的分流.     

A new hierarchical packet classification algorithm

Packet classification is one of the most challenging functions in Internet routers since it involves a multi-dimensional search that should be performed at wire-speed. Hierarchical packet classification is an effective solution which reduces the search space significantly whenever a field search is completed. However, the hierarchical approach using binary tries has two intrinsic problems: back-tracking and empty internal nodes. To avoid back-tracking, the hierarchical set-pruning trie applies rule copy, and the grid-of-tries uses pre-computed switch pointers. However, none of the known hierarchical algorithms simultaneously avoids empty internal nodes and back-tracking. This paper describes various packet classification algorithms and proposes a new efficient packet classification algorithm using the hierarchical approach. In the proposed algorithm, a hierarchical binary search tree, which does not involve empty internal nodes, is constructed for the pruned set of rules. Hence, both back-tracking and empty internal nodes are avoided in the proposed algorithm. Two refinement techniques are also proposed; one for reducing the rule copy caused by the set-pruning and the other for avoiding rule copy. Simulation results show that the proposed algorithm provides an improvement in search performance without increasing the memory requirement compared with other existing hierarchical algorithms.     

一种基于范围搜索的并行多维分类算法PRSMC

针对高速网络应用对基于范围查找的分组分类算法的要求以及高性能并行计算环境的特点,提出了一种高速多维分组分类算法——PRSMC(基于范围搜索的并行多维分类)算法。该算法具有较快的搜索速度和较强的并行性,特别适合在多CPU多核高性能计算机上实现。同时提出了算法的双缓冲并行实现技术,使得在软件环境中具有良好空间和时间性能。性能实验表明该算法具有良好的可扩展性,算法速度较同类基于区域划分的算法有较大提升,平均分类速率能达到1Mpkt/s左右。