基于决策树的递归包分类算法.docVIP

文章编号： 基于决策树的递归包分类算法 张艳军1,2,陈友1,2, 郭莉1, 程学旗1 (1. 中国科学院计算技术研究所, 北京 100080; 2. 中国科学院研究生院, 北京 100039) 摘要: 包分类速度已经成为网络传输的瓶颈,提高算法性能是解决传输瓶颈的必然要求.该文提出了一种新的包分类算法SRC(Sensitive Recursive Classification).它建立在决策树基础之上.在以FW,ACL为种子的规则库中进行实验, 结果表明:SRC内存使用比Hicuts减少3到10倍,最坏查找速度比Hicuts提高5倍以上;SRC的内存使用比EGT-PC减少2到8倍,最坏查找速度比EGT-PC提高4倍以上. 关 键 词: 包分类; 决策树; 映射 中图分类号: 文献标识码: A Recursive Packet Classification Algorithm Based on Decision Tree ZHANG Yan-jun1,2, CHEN You1,2, GUO Li1, CHENG Xue-qi1 (1. Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China;2. Graduate University, Chinese Academy of Sciences, Beijing, China) Abstract: Computational complexity is not the only challenging aspect of the packet classification problem. Increasingly, traffic in large ISP networks and the Internet backbone travels over links with transaction rate in excess of one billion bits per second. This paper introduces a classification algorithm called SRC(Sensitive Recursive Classification). It is based on a decision tree structure . Doing many experiments, especially in FW and ACL, we verified that SRC uses 3 to 10 times less memory than HiCuts, while the worst case search time is up to 5 times smaller. Compared with EGT-PC, SRC uses 2 to 8 times less memory while the worst case search time is up to 4 times smaller. Key words: packet classification; decision tree; mapping  引言 随着网络速度的提高和服务需求种类的增加,越来越多的网络服务需要包分类技术.包分类是下一代因特网网络设备(例如MPLS 路由器,防火墙,VPN 网关,VoIP 网关等)和新型网络服务(例如差分服务,包安全过滤,流量记帐,流量限制服务等) 实现的关键技术之一. 网络链路速度的增长对包分类性能提出了更高的要求,10Gb/s的链路速度需要包分类器每秒处理3100万个大小为40字节的包.在一定内存空间上研究有效的包分类算法及其实现技术是目前网络技术领域的热门话题. 网络包分类就是根据网络上传送包的包头信息,由分类器(Classifier)对包进行分类,找出每一个包匹配的规则(Rule),以区分其所属的网流(Flow).在因特网的分层模型中,要传输的数据被各层协议的包头依次封装着,每一层的包头都包含着若干域(Field),它们分别携带着该层协议的特征数据. 包分类规则可以涉及到从数据链路层到应用层的任何域,它对所涉及的域及域的取值或取值范围加以定义. 若干个涉及相同域的包分类规则的集合构成包分类器. SRC算法 SRC算法思想 SRC算法是基于决策树的基础上建立起来的.决策树的分支策略按照HiCuts[1]算法用到的分支策略思想,即对分类器中的每个规则,按照其域值所在的区间范围来划分.而在叶结点上采用一种类似于RFC[2]算法的处理方式.由于Hicuts算法是在一定的内存使用上建立的,因此叶结点中包含的分类规则数目被限定为小于某一