登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
流量自适应的多维度包分类方法研究
  • 摘要

    以软件定义网络为代表的新兴网络技术发展使得包分类不再局限于传统的五元组而是面向更多维度,以开放协议OpenFlow为例,网络包分类需要针对几十个维度,并且维度数量在持续增加,这种多维度包分类功能成为了软件定义网络实际应用中的性能瓶颈.该文分析了五元组包分类算法向更多维度扩展的局限性,利用网络流的局部性原理,提出了一种流量自适应的多维度包分类方法.该方法可以根据网络流量的实时分类结果动态调整多维度匹配顺序,优先匹配当前流量所需要的字段,通过忽略通配字段达到优化查找速度的目的.同时,该方法将多维度字段分组,结合具体字段类型选择最优匹配算法.在Open vSwitch中增加所提出方法,实验结果表明,该方法相比已有的包分类算法在用户态模式下性能提高约2倍,相比从五元组包分类算法扩展的方法性能提高40%以上.

  • 作者

    万云凯  嵩天  刘苗苗  刘翼  李丹  WAN Yun-Kai  SONG Tian  LIU Miao-Miao  LIU Yi  LI Dan 

  • 作者单位

    北京理工大学计算机学院 北京 100081/北京理工大学计算机学院 北京 100081;延安大学网络信息中心 陕西延安 716000/清华大学计算机科学与技术系 北京 100084

  • 刊期

    2017年7期 ISTIC EI PKU

  • 关键词

    包分类  软件定义网络  流量自适应  位向量  OpenFlow  packet classification  software defined network  flow adaptable  bit vector  OpenFlow 

相似文献 查看更多>>
34.231.21.123