IP路由查找和报文分类模型研究

IP路由查找和报文分类作为路由器转发能力和提供高性能区分服务能力的关键因素,是当前路由器转发性能乃至整个网络性能的主要瓶颈。文章以IP路由查找和报文分类问题为研究对象,从空间几何的角度探究其本质,建立了相应数学模型MDCM,并以此为基础,讨论了各类搜索算法在IP路由查找和报文分类问题求解的优缺点,为研究和设计高性能的IP路由查找和报文分类算法提供重要指导。     

可扩展报文分类算法研究与评测

针对报文分类算法的可扩展性,深入分析了典型可扩展报文分类算法的时间、空间复杂度;基于ClassBench工具集开发出可扩展报文分类算法评测系统,利用该系统对典型算法在不同模拟场景下进行评测,并对各算法的性能差异和适用条件进行了系统分析。最后,对今后可扩展报文分类算法的发展趋势作出了展望。     

报文分类算法研究

该文首先对报文分类问题进行了形式化描述,陈述了解决该问题的几种思路并对其进行了性能的边界分析;同时给出了设计高效报文分类算法需要关注的关键问题;对目前常见的报文分类算法作了介绍,分析了这些算法的时间、空间和更新复杂度;并结合常见的报文分类算法的应用指出了各算法的适用范围;最后介绍了其它领域的分类算法的应用,展望了报文分类算法的两个发展方向。     

基于OpenFlow的报文分类算法研究与实现

随着软件定义网络、OpenFlow等技术的兴起,传统的基于5元组的报文分类技术已不能满足OpenFlow基于多元组的细粒度流量控制需求。因此,以分析已有的报文分类算法为基础,采用分而治之的思想,针对OpenFlow报文分类的精确匹配需求,设计实现了一种基于Hash的计数型链表Bloom Filter算法--OF_CBF算法。针对OpenFlow报文分类的通配匹配需求,借鉴正则表达式匹配算法思想,设计实现了基于有限自动机的报文匹配算法--OF_FSMP算法。对两种算法进行分析验证,并初步对两种算法进行了性能分析。     

一种适用于多维的快速IP分类算法

网络应用的发展要求路由器必须有能力支持防火墙、提供QoS、流量计费等一系列功能,这些功能都要求路由器对IP包进行分类以完成对数据包的不同处理.在Grid of Tries算法的基础上,提出了一种新的IP分类算法.该算法不仅克服了Grid of Tries算法在多维IP分类方面的局限性,而且在时间和空间性能上都优于Grid ofTries,是目前综合性能比较好的分类算法.     

一种采用混合切分法的报文分类算法

传统的基于几何区域分割的报文分类算法在空间切分时,通常只采用一种切分方法,并不会根据每个域的特点选取不同的对策。提出了一种采用混合切分法的报文分类算法HIC(hybrid intelligent cuttings)。首先,按照IP前缀长度将规则集分组;然后,在每个分组中根据当前切分域的特点,分别对 IP 域和端口域采用比特位切分法和精确投影点切分法实现空间分解;最后,构建混合切分结构的决策树。仿真结果表明,HIC 算法具有较好的规则集适应性,其时间性能与空间性能分别比代表算法EffiCuts提高了46%和74%。     

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．     

基于无冲突哈希Trie树的IP分类算法的研究

本文提出了一种基于无冲突哈希Trie树的IP分类算法。该算法不仅克服了GridofTries算法在多维IP分类方面的局限性,而且在时间和空间性能上都优于Grid of Tries,是目前时间复杂性和空间复杂性方面综合性能比较好的分类算法。     

具有高速过滤算法的IP防火墙

IP防火墙是一种具有报文过滤能力的安全设备,在实现中需要解决的主要问题是如何提高包过滤的性能,特别是在规则数据库的规模较大,网络传输速率较高的情况下。本文分析了报文过滤的性能问题,并给出了一种简单有效的解决方案,利用改进的递归流分类（RFC）算法来实现IP防火墙中的数据包过渡。     

接入网MAC层QoS系统多维报文分类算法的研究与应用

以HFC网络核心设备双向CM(Cable Modem)为研究背景,首先对报文分类经典算法和最新算法研究进展进行总结和分析,然后依据HFC网络QoS系统需求提出了一种基于B树结构和无冲突Hash函数的BH报文分类算法,并给出了该算法的详细设计和实现过程.通过理论分析得出该算法具有时间复杂度较低和占用内存小的特点,适合于CM等嵌入式应用环境.     

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。     

非固定概率包标记的IP追踪研究

概述了IP回溯和包标记追踪问题,分析了固定概率包标记方案存在的缺陷,并研究了现有的非固定概率包标记方案,着重对基于三种距离度量的非固定概率包标记进行了分析,指出并部分改进了其中不合理之处。还提出了一种基于攻击者到标记路由器距离的非固定包标记的改进方案,并进行了性能分析。     

流分类算法综述

流分类问题是当前国内外研究的热点 ,流分类算法层出不穷 .首先介绍了流分类的重要意义 ,然后简单的介绍了流分类问题涉及到的一些概念性问题 ,最后着重介绍了目前流分类的最新成果 .本文对每一类详细介绍了其中典型的算法 ,并且对各算法的性能进行了分析比较     

BFPC:一种新型的基于Bloom Filter的报文分类算法

Bloom Filter是一种支持高速数据查询的数据结构,已被广泛应用到各个领域,包括路由查找、串匹配[1]等。本文将重点研究Bloom Filter在报文分类领域中的应用,提出一种新型的报文分类算法——BFPC,阐述BFPC算法的基本思想,并通过实例对该算法进行了描述。最后,对BFPC算法与其他报文分类算法进行了性能比较。     

Source rate encoding mechanisms for binary congestion control

This paper focus on congestion control for best-effort packet-switching networks, where congested routers use 1 bit per packet to communicate with sources. Sources adapt their rates according to the sequence of bits received. Routers do not keep per-flow information but perform selective marking based on the source rate value inserted in each packet. We propose a new strategy for source rate encoding in forward packets, directly applicable to existing network protocols (e.g. IP). The scheme supports differentiated classes with respect to rate allocation. We test, by simulation, this encoding mechanism as well as the performance of the router and source algorithms.     

报文分类算法研究

阐述了互联网络中报文分类问题的定义、几何意义和最新研究进展.从报文分类算法的实现特征出发,对报文分类问题的各种经典算法进行了分类并逐类地详细介绍.通过对几种典型算法在虚拟环境下进行评测,总结了各种报文分类算法的优缺点和适用环境,并就报文分类问题的研究方向作出展望.     

基于完全无冲突哈希的IP数据包分类算法研究

介绍了IP分类技术研究的最新成果,以及IP分类的典型算法。提出了一种基于完全无冲突哈希和跳转表Trie树(NHJTTT:Nol-collisionHashandJumpingTableTrie-Tree)的IP分类算法,通过分析比较,该文提出的算法无论是时间性能还是空间性能均优于GridofTries算法,文章通过仿真给出了最终的分类效果。最后该文对提出的算法在虚拟环境下作了评判。