递归流包分类算法的研究与改进-计算机科学与技术专业论文.docxVIP

南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 递归流包分类算法的研究与改进 递归流包分类算法的研究与改进 i i ii ii 摘 要 Internet 发展到今天，各种应用以及网络流量迅猛增长，需要网络设备提供更高的带宽和数 据分类处理能力。包分类是下一代因特网网络设备和新型网络服务实现的关键技术之一，包分 类速度的快慢、分类功能的强弱都直接影响到网络服务的性能或者直接决定着相应网络设备所 需的内存、CPU 等资源。为了提供更大的地址空间和更好的服务质量，由 IPv4 网络向 IPv6 网 络升级是因特网发展的必然趋势，新的网络环境下包分类技术面临着新的压力和挑战，因此研 究多维快速包分类问题具有重要的现实意义和理论价值。 本文对目前常见的十余种典型的基于软件实现的包分类算法进行了系统的研究，并对各种 算法的分类速度和空间需求进行了比较，选择其中分类速度最快的递归流分类(RFC)算法作为 研究的重点。本文对该算法进行了以下两个方面的改进，使其在保持较高分类速度的前提下， 降低内存需求，扩大应用范围： （1）为了解决 RFC 算法的空间需求随着规则集规模的增大而迅速膨胀的问题，本文提出 了一种内存优化的 RFC 算法—Merge_RFC 算法，通过位串合并的方法，对 RFC 算法的交叉乘 积表进行压缩，消除冗余空间，将其推广到大规模规则集上。仿真结果表明，Merge_ RFC 算法 在保持较高分类速度的前提下，可以将 RFC 算法占用的内存空间压缩 80%以上。 （2）随着网络规模的不断扩大，新的 IPv6 协议将取代 IPv4 成为下一代互联网的核心协议， 而应用于 IPv6 环境的数据包分类技术也成为包分类研究的热点。本文对 RFC 算法在 IPv6 环境 下的适用性进行了分析，提出了一种适用于 IPv6 的递归流包分类算法 RFCv6，将 RFC 算法推 广到 IPv6 环境中，通过提取特征规则的方法，抑制地址长度增长所带来的内存膨胀。仿真结果 表明，RFCv6 算法取得了分类速度和内存需求的良好平衡。 关键词：递归流包分类算法，Merge_RFC 算法，IPv6，RFCv6 算法 ABSTRACT With the development of Internet and the extraordinary growth of various application and network flows, the network equipments need to provide broader band access and more efficient packet classification ability. Packet classification is the key technology for the network equipment in NGN, and the classification speed has a direct impact on the performance of network technology and the demand for memory, CPU and other resources. Besides, for more IP addresses and higher quality of service, IPv4-based network is tending to be upgraded to IPv6-based network gradually and this brings more pressures and new challenges to packet classification. Therefore, the study on fast packet classification algorithm has important practical significance and theory value. Through the systemic research of all the classical packet classification algorithms and detailed comparison on time and space comsumption between them, RFC(Recursive Flow Classification) algorithm is primarily studied for its perfect performance on classification speed. To reduce the memory redundancy and exte