学位论文 > 优秀研究生学位论文题录展示
网络处理器中包分类引擎设计
作 者: 关爱芳
导 师: 高德远
学 校: 西北工业大学
专 业: 计算机科学与技术
关键词: 网络处理器 包分类 分类器 包分类引擎 元组空间
分类号: TP332
类 型: 硕士论文
年 份: 2007年
下 载: 227次
引 用: 1次
阅 读: 论文下载
内容摘要
随着Internet的发展和新技术的不断出现,对中间网络交换设备的要求越来越高,网络交换设备不仅要具有高速性还要具有高度的灵活性,因此诞生了专门处理网络事务的处理器——网络处理器(NP)。另外一些新的网络应用如数据包过滤、区分服务、服务质量、多播、流量计费等,都需要NP对到达的数据包进行分类。因此数据包分类成为网络处理器中的一种关键操作。 本论文来源于西北工业大学航空微电子中心承担的预研课题:高性能网络处理器的研究与应用,在该研究课题中,作者主要负责NP包分类协处理器的分析与设计。论文的主要研究工作包括: 1.网络处理器体系结构及其发展趋势的研究与分析,包分类相关技术的研究与分析,并对目前包分类算法进行划分和性能比较。 2.将向量折叠思想用于基于元组空间的包分类算法中,在此基础上设计一种改进的包分类算法:元组向量折叠算法TFV。 3.对硬件实现包分类引擎进行研究与分析,基于多域分解包分类算法AFBV,设计一种用于硬件实现包分类的分类器构造方案,并依据该分类器设计包分类引擎模型。 4.编写VerilogHDL代码对该分类引擎模型进行仿真验证,并对其性能进行分析。
|
全文目录
摘要 3-4 Abstract 4-5 目录 5-7 第一章 绪论 7-15 1.1 课题研究背景及来源 7-8 1.2 网络处理器的研究及发展状况 8-11 1.2.1 国内外研究状况 8-9 1.2.2 NP体系结构及发展趋势 9-11 1.3 网络处理器中包分类设计 11-13 1.3.1 NP中包分类的功能及应用 11 1.3.2 包分类在NP中的设计 11-13 1.4 论文的研究内容及结构安排 13-15 第二章 包分类技术综述 15-24 2.1 包分类技术的研究范畴 15-16 2.2 包分类问题描述 16-20 2.2.1 包分类的定义 16-17 2.2.2 包分类器的种类 17-18 2.2.3 包分类算法的衡量标准 18-19 2.2.4 设计包分类算法应依据的原则 19-20 2.2.5 现实规则库的特点 20 2.3 现有包分类算法的划分 20-23 2.3.1 传统的包分类算法划分方法 20-21 2.3.2 层次包分类划分方法 21-23 2.4 本章小节 23-24 第三章 基于元组向量折叠的包分类算法 24-32 3.1 元组空间搜索算法 24-26 3.1.1 元组空间算法思想 24 3.1.2 元组空间的定义 24-26 3.1.3 元组空间搜索算法的不足 26 3.2 元组向量折叠算法TFV(Tuple Folded Vector) 26-29 3.2.1 向量折叠的思想 26-27 3.2.2 元组向量折叠的算法 27-29 3.3 元组向量折叠算法复杂度的分析 29-31 3.4 本章小节 31-32 第四章 基于硬件实现的包分类设计 32-47 4.1 基于CAM的硬件包分类 32-34 4.1.1 CAM的查找原理 32-33 4.1.2 CAM的种类 33-34 4.1.3 CAM实现数据包分类 34 4.2 基于多域分解的包分类算法 34-41 4.2.1 BV(Bit Vector)算法 35-37 4.2.2 ABV(Aggregated Bit Vector)算法 37-38 4.2.3 AFBV(Aggregated and Folded Bit Vector)算法 38-41 4.3 基于AFBV算法硬件实现的分类器构造 41-45 4.3.1 IP地址域分类器的构造 41-43 4.3.2 端口域分类器的构造 43-45 4.3.3 协议域分类器的构造 45 4.4 本章小节 45-47 第五章 基于多域分解包分类引擎详细设计 47-63 5.1 分类引擎的主要功能和设计参数 47 5.2 包分类引擎的整体架构 47-49 5.3 包分类引擎的详细设计 49-54 5.3.1 IP_Address_Search component详细设计 49-51 5.3.2 Port_Procol_Search component详细设计 51-52 5.3.3 ComparE_Vector component详细设计 52-54 5.4 包分类引擎的工作过程和性能评估 54-56 5.4.1 包分类引擎的工作过程 54 5.4.2 包分类引擎的性能评估 54-56 5.5 仿真与性能分析 56-62 5.5.1 TCAM模型的建立及仿真 56-61 5.5.2 包分类引擎性能分析 61-62 5.6 本章小节 62-63 第六章 结束语 63-64 参考文献 64-66 硕士期间发表的论文 66-67 致谢 67-68
|
相似论文
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
- 基于单目视觉的车辆检测算法研究与实现,TP274
- 基于多核学习的高性能核分类方法研究,TP391.41
- 基于参考图像的乳腺肿块诊断方法研究,TP391.41
- 基于改进的非参数回归交通流量预测方法,F570
- 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
- 心电特征提取及分类方法研究,TN911.7
- 多特征融合的视觉跟踪算法研究,TP391.41
- 智能视频监控中的目标检测技术研究,TP391.41
- 基于半结构化文本的转运蛋白底物信息提取系统,Q811.4
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 手写体字符识别的特征提取和分类器研究,TP391.41
- 视频数据中人体动作的分类研究,TP391.41
- 多分类器动态集成技术研究及其应用,TP181
- 音乐风格分析研究,J605
- 关于图像和视频彩色化算法的研究与实现,TP391.41
- 基于图像分析的自助银行场景中若干智能安全防范技术研究,TP391.41
- 在线字典训练及加权差异性稀疏表示的研究,TP391.41
- 基于网络处理器的Web用户体验测量研究,TP393.09
- 贝叶斯分类算法的研究与应用,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 电子数字计算机(不连续作用电子计算机) > 运算器和控制器(CPU)
© 2012 www.xueweilunwen.com
|