包分类

摘要： 为了实现网络流的线速转发,高性能交换机普遍采用三态内容寻址存储器(TCAM)来构建其包分类引擎.针对TCAM功耗高的问题,近年来出现了许多低功耗索引方案,实现了TCAM存储块的选择性激活以降低功耗,但这些索引方案普遍采用自底向上的局部优化算法来构建,无法有效实现流表规则的均匀划分,严重影响了TCAM的存储效率及功耗降低效果.提出并实现了一种基于决策树映射的TCAM低功耗索引方案,在极大降低功耗的同时提升了TCAM的存储效率.利用规则普遍存在的小域特征,将原始规则集划分为若干个规则子集,然后针对各个子集的特征域,采用自顶向下的方式分别构建平衡决策树,最后通过对各个决策树进行贪心遍历,从而得到TCAM索引列表.实验表明,针对规模为十万条的规则集,算法在仅使用额外1.3％存储空间开销的同时实现了98.2％的功耗降低.

摘要： 目前,三态内容寻址器被广泛应用于数据平面的高速转发,但现有的索引式TCAM在降低功耗和运行时间等方面仍存在问题.针对这些不足,提出了一种基于信息熵的低功耗索引式TCAM分类器,利用了信息熵技术,有效地解决了规则集在TCAM子块中分布不均、功耗较大的问题.实验表明,在2k大小的规则集下,该算法相较于经典的SmartPC算法平均可以提高63％的功耗降低率,运算时间更新速度缩小了97％,存储开销仅增加了10％.

摘要： 为进一步提高聚合位向量(ABV)算法分类数据包的速度,该文提出一种面向连接的改进ABV(IABV)算法.该算法利用同一连接包分类查找规则相对一致的特点,建立哈希表-规则库两级优化查找结构,首先通过哈希表查找包分类规则,若未命中继续从规则库中查找.利用连接时效性特点设计哈希表冲突处理机制,根据表项最近命中时间判断是否进行覆写更新,避免规则累积导致查找时间增加;其次对ABV算法各维度进行等分处理,为各等分区间建立数组索引,从而快速缩小向量查找范围,加快查找规则库速度;最后,将规则中前缀转化为范围降低辅助查找结构复杂度,以减少内存空间占用量并加快规则查找速度.实验结果表明,将规则中前缀转化为范围后能够有效提升算法性能,相同条件下IABV算法相比ABV算法时间性能有显著提高.

摘要： 针对现有包分类算法存在分类时间长和需要较大存储空间的问题,提出一种基于单元空间划分的快速防火墙包分类方法(Uscuts).方法主要包括规则预处理、规则空间划分以及决策树构建阶段.首先,基于多维矩阵设计模型,将原始规则按逆序依次映射到多维矩阵,得到与原始规则语义相同但规则空间相互独立的目标规则.随后,对目标规则对应空间进行划分并构建分类决策树,决策树的每条树支与各独立多维规则子空间一一对应,即决策树的每个叶子节点恰好只关联1条规则.因此,在Uscuts包分类方法中,当数据包匹配到叶子节点时,可以直接判定数据包的分类决策为"accept",不同于传统包分类方法需要在叶子节点关联的规则分组内继续执行顺序匹配,该性质显著地提高了包分类速度.此外,在划分规则空间时,Uscuts方法采用基于单元空间边界的划分方式,比传统分类算法的平均划分方式,有效减少了规则子空间数目,节省了存储空间.为验证方法的包分类效果,设计了不同规模大小的规则和数据集测试方法的有效性.由测试结果可以看出,Uscuts分类方法的时间复杂度在一般情况下能达到(0.75·lb()),即便在最坏情况下也不超过(·lb()),其中,和分别为规则条数和维数.理论分析表明,与现有基于决策树的分类方法相比,Uscuts方法具有更高的分类效率,且所需存储空间更小.

摘要： 针对当前互联网中多匹配域流表规模不断膨胀、匹配宽度不断增大,导致硬件存储压力过大的问题,提出了一种基于独立规则子集位提取(BEIS)的压缩方案.首先,根据多匹配域之间的逻辑关系进行匹配域合并,从而减少匹配域个数、减小流表位宽;其次,对合并后的规则集进行独立规则子集分割,将分割后的子集进行可区分的位提取,从而使用部分位完成匹配查找功能,进一步缩减所用的三态内容寻址寄存器(TCAM)空间;最后,提出了实现该方案的硬件查找架构.仿真结果表明,对于OpenFlow流表,该方案在一定的时间复杂度下,比匹配域裁剪(FTr)方案减少了20％的存储空间;另外,对于实际应用中常见的访问控制列表、防火墙等包分类规则集,可实现20％到40％的压缩比率.

摘要： 针对RFC算法随着规则集规模的增加,占用的内存空间以近似指数规模骤然增大的问题,提出了一种改进型的包分类算法HRFC (Hybrid-RFC).该算法通过决策树完成规则集多维空间的动态划分,借助多阶段缩减树完成对每个子集的映射,从而实现包的快速高效分类.实验表明,该算法能够在保障分类速度的同时,有效地降低空间开销.

摘要： 摘要：针对RFC算法随着规则集规模的增加，占用的内存空间以近似指数规模骤然增大的问题，提出了一种改进型的包分类算法HRFC（Hybrid-RFC）。该算法通过决策树完成规则集多维空间的动态划分，借助多阶段缩减树完成对每个子集的映射，从而实现包的快速高效分类。实验表明，该算法能够在保障分类速度的同时，有效地降低空间开销。

摘要： 针对现有包分类算法存在分类时间长和需要较大存储空间的问题,提出一种基于单元空间划分的快速防火墙包分类方法（Uscuts）。方法主要包括规则预处理、规则空间划分以及决策树构建阶段。首先,基于多维矩阵设计模型,将原始规则按逆序依次映射到多维矩阵,得到与原始规则语义相同但规则空间相互独立的目标规则。随后,对目标规则对应空间进行划分并构建分类决策树,决策树的每条树支与各独立多维规则子空间一一对应,即决策树的每个叶子节点恰好只关联1条规则。因此,在Uscuts包分类方法中,当数据包匹配到叶子节点时,可以直接判定数据包的分类决策为＂accept＂,不同于传统包分类方法需要在叶子节点关联的规则分组内继续执行顺序匹配,该性质显著地提高了包分类速度。此外,在划分规则空间时,Uscuts方法采用基于单元空间边界的划分方式,比传统分类算法的平均划分方式,有效减少了规则子空间数目,节省了存储空间。为验证方法的包分类效果,设计了不同规模大小的规则和数据集测试方法的有效性。由测试结果可以看出,Uscuts分类方法的时间复杂度在一般情况下能达到（0.75·lb（））,即便在最坏情况下也不超过（·lb（））,其中,和分别为规则条数和维数。理论分析表明,与现有基于决策树的分类方法相比,Uscuts方法具有更高的分类效率,且所需存储空间更小。

摘要： 随着以OpenFlow为代表的多匹配域包分类规则的出现,匹配域数量的不断增加、流表宽度的不断增大以及流表规模的不断膨胀,大大增加了硬件存储的压力.为提高现有三态内容可寻此存储器(TCAM)资源利用率,该文提出一种基于规则集特征分析的匹配域裁剪模型Field Trimmer.一方面基于对规则集中匹配域的逻辑关系分析,实现匹配域的合并,从而减少匹配域的数量;另一方面基于对规则集统计规律的分析,实现匹配域的裁剪,使用部分匹配域来达到整体的匹配效果.实验结果表明,相比于其他方案,该方案在较小的时间复杂度下,能够进一步节省OpenFlow流表的TCAM存储空间需求50%左右;对于常见的包分类规则集,该方案所需的储存空间能够节省40%以上.%With the emergence of multi-field packet classification such as OpenFlow, the increasing number of match fields, continuous growth in bit-width of entries and ever growing scale of rule set all bring much pressure on the storage space in hardware. To improve the utilization of the existing Ternary Content Addressable Memory (TCAM) resources, a match field reduction scheme Field Trimmer is proposed based on the analysis of rule feature. On the one hand, with the analysis of logical relationships among different match fields, some fields can be merged to reduce the number of match fields. On the other hand, with the analysis of statistical features in a rule set, some of the match fields are picked up to achieve the classification function of the whole set. Experiment result shows that with less algorithm complexity, the proposed scheme can save around 50% storage space in the rule set of OpenFlow compared to the best prior art, and about 40% storage space in the popular 5-tuple packet classification rule set.

摘要： 包分类在防火墙中扮演着非常重要的角色,通过用户配置一些包分类的规则,防火墙可以针对每个包进行不同的控制策略。所以,包分类是防火墙的所有功能的基础。在高端防火墙中,包分类既要实现高容量,还要实现高速度。当前为了实现包分类,可以使用一些算法,如RFC算法、HiCuts算法、ABV算法、EGT-PC算法,还可以使用TCAM芯片。其中,使用TCAM实现包分类,虽然可以达到非常高的速度(250Msps),但是容量有限,且价格不菲。而使用算法实现包分类,则会需要多次访问内存,导致速度较低不能满足高带宽的需求。本文从兼顾容量与性能的角度出发,提出一种结合了算法与TCAM两者优势的包分类实现方法,能达到防火墙高速包分类的容量与性能的要求。

摘要： 提出了一种新的包分类算法sensitive recursive classification(SRC).它建立在决策树基础之上,在以防火墙、访问控制列表为种子的规则库中进行实验.实验结果表明,SRC内存使用比hierarchical intelligent cuttings(HiCuts)减少3～10倍,最坏查找速度比Hicuts提高5倍以上;SRC的内存使用比extended grid-of-tries and path compression (EGT-PC)减少2～8倍,最坏查找速度比EGT-PC提高4倍以上.

摘要： 本发明公开了一种基于多重分类器对数据包进行流量分类的SDN控制器，是指一种在多核处理器环境中，在现有SDN控制器上设置了多重分类器，依据多重分类器对数据包进行流量分类的应用程序的任务分配。本方法实现了将控制器应用与控制器自身逻辑的分离。能够克服现有方法在使用多核处理器作为SDN控制器时，直接在控制器中运行流量分类应用所导致的控制器资源消耗过大、并行加速比不高、编程不够灵活的问题。提高了处理器资源利用率和控制器吞吐量，简化了控制器应用程序编程。

摘要： 本发明公开了一种基于多重分类器对数据包进行流量分类的SDN控制器，是指一种在多核处理器环境中，在现有SDN控制器上设置了多重分类器，依据多重分类器对数据包进行流量分类的应用程序的任务分配。本方法实现了将控制器应用与控制器自身逻辑的分离。能够克服现有方法在使用多核处理器作为SDN控制器时，直接在控制器中运行流量分类应用所导致的控制器资源消耗过大、并行加速比不高、编程不够灵活的问题。提高了处理器资源利用率和控制器吞吐量，简化了控制器应用程序编程。

摘要： 本发明公开了一种电池单体分类机及其分类方法和形成电池包的方法。所述电池单体分类机包括：插入单元，电池单体插入在插入单元中；测量单元，插入的电池单体放置在测量单元上；开路电压(OCV)测量单元，被构造为测量放置在测量单元上的电池单体的OCV；负载单元，被构造为使放置在测量单元上的电池单体放电；放电电压测量单元，被构造为测量由负载单元放电后的电池单体的放电电压；控制单元，被构造为将放置在测量单元上电池单体分为不同的组，其中，所述控制单元被构造为计算每个电池单体的OCV和放电电压之间的电压差，并将OCV相同以及OCV和放电电压之间的电压差相同的电池单体分类到一组。

摘要： 本发明涉及一种利用了布隆滤波器的数据包分类方法及数据包分类装置，包括：(a)对输入数据包的一个以上的字段进行逐字段的检索，从而判断每个所述一个以上的字段的字段值与存储于规则集的相应的字段的字段值相互一致的长度(以下，称为"一致长度")，并且生成出由相应于每个所述一个以上的字段的所述一致长度的组合(Combination)所构成的元组(Tuple)列表；(b)从所述元组列表中只将出存在于所述规则集的元组挑选出来；(c)利用布隆滤波器(BloomFilter)过滤每个而挑选出来的元组；及(d)只将过滤后的结果为阳性(Positive)的元组作为检索对象，并检索最佳匹配规则(BMR:BestMatchingRule)。本发明除了利用字段长度的数据，还利用字段值的数据，从而减少检索对象元组数，因此可以减少存储器存取次数，还可以提高检索性能。

摘要： 一种能接收、处理和转发数据包的网络节点，具有支持最初部署的基本服务的第一级数据平面包分类器(111)和支持后来部署的更高级服务的随后可插入的第二级数据包分类器(121)。

摘要： 本申请公开了一种基于网包分类的分类规则处理方法及装置、匹配装置，其中，该方法包括：确定用于网包分类的规则库中的每一个分类规则对应的包速率；根据各个分类规则对应的包速率，将规则库中的所有分类规则构成多层级的匹配树的结构；其中，构成多层级的匹配树的结构的方法包括：按照对应的包速率由大到小的顺序构造匹配树；或者，在构成匹配树的过程中，针对至少一个层级的节点，根据各个分类规则对应的包速率选择划分域和/或划分点，将该节点划分为两个子节点。本申请中，包速率越大的数据流可以越快的完成匹配，减少了延迟，提高了吞吐量。

摘要： 本发明实施例提供了一种流量数据包分类方法、装置及电子设备，包括：接收当前流量数据包，作为待分类数据包；采用预设哈希算法对待分类数据包的地址特征信息进行计算，获得待分类数据包的哈希值；基于待分类数据包的哈希值，将待分类数据包分类至与待分类数据包的哈希值相对应的第一哈希数据包分组中；基于待分类数据包的地址特征信息，在与第一哈希数据包分组对应设置的第一红黑树中，确定与待分类数据包的地址特征信息对应的当前节点；将当前节点对应的第一红黑树数据包分组，作为待分类数据包的分类结果。本发明实施例中，无需将待分类数据包的地址特征信息与所有不同的地址特征信息进行匹配，减少了分类过程中的计算量。

摘要： 本发明涉及一种利用了布隆滤波器的数据包分类方法及数据包分类装置，包括：(a)对输入数据包的一个以上的字段进行逐字段的检索，从而判断每个所述一个以上的字段的字段值与存储于规则集的相应的字段的字段值相互一致的长度(以下，称为"一致长度")，并且生成出由相应于每个所述一个以上的字段的所述一致长度的组合(Combination)所构成的元组(Tuple)列表；(b)从所述元组列表中只将出存在于所述规则集的元组挑选出来；(c)利用布隆滤波器(BloomFilter)过滤每个而挑选出来的元组；及(d)只将过滤后的结果为阳性(Positive)的元组作为检索对象，并检索最佳匹配规则(BMR:BestMatchingRule)。本发明除了利用字段长度的数据，还利用字段值的数据，从而减少检索对象元组数，因此可以减少存储器存取次数，还可以提高检索性能。

摘要： 改良的Wi‑Fi接入点采用RTC/RTE设备提供的分类标识符对网络数据包进行分类，而无需扫描数据包内容。接入点从RTC/RTE设备上运行的RTC/RTE应用程序处接收入站和出站数据包分类标识符。然后将标识符提供给硬件式数据包分类器。硬件式数据包分类器将标识符分别应用到入站和出站数据包。相同类别的数据包具有相同的优先级。根据网络数据包的优先级为其安排传输顺序。将已排序的网络数据包转发至各个网络接口进行传输。

摘要： 本申请公开了一种基于网包分类的分类规则处理方法及装置、匹配装置，其中，该方法包括：确定用于网包分类的规则库中的每一个分类规则对应的包速率；根据各个分类规则对应的包速率，将规则库中的所有分类规则构成多层级的匹配树的结构；其中，构成多层级的匹配树的结构的方法包括：按照对应的包速率由大到小的顺序构造匹配树；或者，在构成匹配树的过程中，针对至少一个层级的节点，根据各个分类规则对应的包速率选择划分域和/或划分点，将该节点划分为两个子节点。本申请中，包速率越大的数据流可以越快的完成匹配，减少了延迟，提高了吞吐量。