网站大量收购独家精品文档,联系QQ:2885784924

硕士论文答辩.pptVIP

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
选题依据→研究现状 RFC(Recursive Flow Classification)算法简介 选题依据→研究现状 RFC算法简介 提 要 选题依据 Bitmap RFC分类算法 基本出发点研究意义 设计思想 数据结构 改进的Bitmap RFC算法 基于Intel IXP2800网络处理器的仿真实验 结论 Bitmap RFC分类算法 基本出发点研究意义 RFC算法是目前较快的包分类算法,并且有适合于网络处理器实现的优点; RFC占用内存过大,当前内存仍然是比较昂贵的资源,减少内存消耗可以降低应用成本; 用IXP2800实现算法时,当所需内存大大减小后,有可能用SRAM实现,从而大大加快分类的速度; Bitmap RFC分类算法 设计思想 Bitmap RFC分类算法 数据结构 基于Intel IXP2800网络处理器的仿真实验 Bitmap RFC与RFC算法内存空间比较 基于Intel IXP2800网络处理器的仿真实验 相对加速比 基于Intel IXP2800网络处理器的仿真实验 指令选择(POP_COUNT vs. FFS) 基于Intel IXP2800网络处理器的仿真实验 内存分配 基于Intel IXP2800网络处理器的仿真实验 任务划分(Multi-Processing vs. Context-Pipelining) 基于Intel IXP2800网络处理器的仿真实验 延迟隐藏 Packet Classification 硕士论文答辩 计算机科学技术系 * 硕士论文答辩 June 3, 2006 计算机科学技术系 Packet Header d个域 eqID eqID Chunk No. 0 1 2 3 4 5 6 7 S [0,2112-1] [0,216-1] Chunk 0/1:源IP低/高16位 Chunk 2/3:目的IP低/高16位 Chunk 4 :协议标志 Chunk 5/6:源/目的端口 Chunk 7 :服务类型 [0,2S-1] Permit *** *** *** R4 Permit *** 100 01* R3 Deny 011 100 001 R2 Permit 011 010 001 R1 Action F3 F2 F1 Rule# 71% 68.6% 72.2% 68.7% 43% 0.64% 7.14% 7.15% 7.11% Improvement 33.10 23.94 12.13 6.10 Without overlapped 33.35 25.65 12.85 6.54 Overlapped 8MEs 4MEs 2MEs 1ME 0.48% 1.95% 2.88% 3.32% Overhead 33.19 25.17 12.63 6.33 With Pkt Order 33.35 25.65 12.85 6.54 Without Pkt Order 8MEs 4MEs 2MEs 1ME 包序维持 假设对数据包进行d维分类,用S表示包头中d个域所形成的比特串的长度,那么比特串的值应在[0, 2S -1] 中,共有2S种情况。如果将每种情况对应一个等价类(用eqID表示),分类问题就可以看成是根据包头中长为S的比特串的值来确定其对应eqID的问题; 按照这种思想进行分类,最直观的做法是预先计算出所有2S个不同的eqID,存入一个线性表中,在查找时根据到来的数据包头S比特串的值只需一次内存访问就可以查找到结果,但S一般很大, 2S就会占用较大的内存,RFC算法采用分阶段递归实现上述的映射,将包头S比特串进行分块,每一块对应包头域的一部分,比如这里的分块 0对应了源IP地址低16位,其他分块也对应了包头域的不同部分,对于分块0,它存储的eqID的取值范围就在[0, 216-1]之间,这样就可以用一个大小为216的线性表(我们称为预处理表)来存储源IP地址低16位对应的eqID,如果按照原来一次内存映射的方法,则需要大小为2112的线性表,显然不现实。这样RFC通过分块缩小了原来的取值空间,再对各个分块内的eqID进行交叉乘积就可以得到下一阶段交叉乘积表,依次递归得到最终的交叉乘积表。RFC构成的数据结构称为缩减树。 查找时,根据到来的数据包包头分别索引不同的分块,取出各自的eqID进行交叉乘积,索引下一阶段的交叉乘积表,最后就能找到匹配的eqID,完成查找。下面我们来看一个简化的例子。 处于同一阶段的预处理表或交叉乘积表能够被并行地索引,并且这些预处理表或交叉乘积表又各自独立,能够分布于不同的存储单元中; 处于不同阶段的预处理表或交叉乘积表又能够被互不干扰地并行地索引。 我们用一个称为Bitmap的0/1比特串记录交叉乘积表中独立元素

文档评论(0)

shaoye348 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档