基于多核处理器L7Filter规则匹配改进算法.docVIP

基于多核处理器L7Filter规则匹配改进算法 　　摘要:针对多核处理器的体系结构和网络数据流在时间上的局部性特点,提出了一种基于多核处理器的分链动态适应算法。该算法通过对网络数据流进行类型分类并根据网络数据流的时间局部性对规则链进行动态优化,从而有效减少了多核处理器下L7-Filter对网络数据流的匹配次数,显著提升了规则匹配效率。仿真实验结果表明:在网络数据包个数相同条件下,所提算法在性能上约有7%的提高。随着网络数据包个数的增加,性能优越性更加明显。 　　关键词:多核处理器;网络数据流;L7-Filter;时间局部性;数据包分类;动态优化 　　中图分类号: TP301.6;TP393.02文献标志码:A 　　Improved L7-Filter?s pattern matching algorithm based on multi-core processors 　　英文作者名YU Tao*, WU Wei-dong 　　英文地址(College of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan Hubei 430065, China) 　　Abstract: According to the architecture of multi-core processors and the temporal local characteristics of network data flow, a division and dynamic adaptation algorithm was proposed based on multi-core processors. Classifying network data flow by the type and optimizing chain of rules dynamically by the temporal locality of network flow, the count of the multi-core?s L7-Filter matching network data flow were reduced effectively and the processing efficiency was improved dramatically. The simulation result shows that given the number of packets in the same conditions, the algorithm has about 7 percent improvement of the multi-core processing performance. With the increasing number of network packets, the performance superiority becomes more obvious. 　　Key words: multi-core processor; network data flow; L7-Filter; temporal locality; packet classification; dynamic optimization 　　0引言 　　随着网络爆炸式的增长以及高速以太网的出现(如10GbE),网络流量也随之高速增长,这就对网络服务质量(Quality of Service, QoS)[1]提出了更高的要求。传统的数据包分类技术主要是基于数据包头部信息做出分类决策。然而,当前的许多网络应用会有意或无意利用头部信息隐藏真实的行为,如对等网(Peer-to-Peer, P2P)和超文本传输协议(HyperText Transfer Protocol, HTTP)，它们会在连接建立的过程中通过动态分配端口号等方式来调整IP头部信息。 　　L7-Filter是Linux上QoS框架的一个重要组件。它区别于传统的基于数据包头部信息的分类方法,采用了深度数据包检测(Deep Packet Inspection, DPI)[2]技术,是基于应用层数据来对数据包分类从而提高网络服务质量。单核心处理器下的L7-Filter无论是在处理性能还是硬件资源利用率上效果都很理想。 　　然而随着网络服务器中多核处理器的大规模部署[3],多核处理器下的L7-Filter并没有表现出应有的性能提升。针对这些问题,文献[4]提出基于接收端调节(Receive Side Scaling, RSS)[5]技术的核心绑定技术,很好地解决了多核处理器上因多