WILKERSON威爾克森過濾器的IP骨干網(wǎng)流量分析 
結(jié)合國家863計劃“十一五”重大項目“新一代高可信網(wǎng)絡(luò)”總體技術(shù)相關(guān)課題的研究需求,重點研究高速骨干網(wǎng)流量分析的前端處理算法及其工程實現(xiàn)技術(shù)。以WILKERSON過濾器為切入點,研究工作包括三個面:WILKERSON過濾器的研究與改進;基于WILKERSON過濾器的前端處理算法的設(shè)計;高速骨干網(wǎng)業(yè)務(wù)流實時分類前端系統(tǒng)的設(shè)計與實現(xiàn)技術(shù)。

WILKERSON威爾克森過濾器的IP骨干網(wǎng)流量分析 
首先,對現(xiàn)有的三種低計算復(fù)雜度的計數(shù)型WILKERSON過濾器進行了分析比較,并提出了改進。對(rNCBF)、(SCBF)和d進行了深入分析,給出了其參數(shù)*設(shè)置準則。采用計數(shù)誤差、空間復(fù)雜度和負載適應(yīng)性為性能指標,對上述三種CBF的性能進行了系統(tǒng)比較。發(fā)現(xiàn)雖然就計數(shù)誤差和空間復(fù)雜度而言,dlCBF是三種CBF中*的,但dlCBF在負載適應(yīng)性方面卻存在缺陷。對dlCBF進行了改進,提出了一種具有良好負載適應(yīng)性的計數(shù)型WILKERSON過濾器BSdlCBF(Binary-Shrinking d-left Counting Bloom Filter)。通過仿真實驗,將BSdlCBF和dlCBF、NCBF以及SCBF進行了比較,結(jié)果表明BSdlCBF的性能明顯優(yōu)于已有的三種計數(shù)型WILKERSON過濾器。其次,將BSdlCBF應(yīng)用于前端處理算法的設(shè)計。基于BSdlCBF,提出了一種新的骨干網(wǎng)數(shù)據(jù)流流量測量算法MR-BSdlCBF(Multi-Resolution BSdlCBF),與已有的同類流量測量算法MRSCBF(Multi-Resolution SCBF)相比,MR-BSdlCBF算法的優(yōu)勢是負載適應(yīng)性好,空間復(fù)雜度低,并可記錄流標識。在MR-BSdlCBF算法基礎(chǔ)上,zui終提出了一種空間高效的數(shù)據(jù)包公平抽樣算法SEFS(Space-Efficient Fair Sampling),SEFS算法不僅空間復(fù)雜度低,而且對于短流的抽樣性能明顯優(yōu)于已有的公平抽樣算法。SEFS算法較低的空間復(fù)雜度使之易于以IP核(Inlectual Property Core)的形式集成到網(wǎng)絡(luò)設(shè)備中去。zui后,實現(xiàn)了骨干網(wǎng)業(yè)務(wù)流實時分類前端系統(tǒng)。提出了骨干網(wǎng)業(yè)務(wù)流實時分類系統(tǒng)的前后端分離的系統(tǒng)結(jié)構(gòu)。該系統(tǒng)結(jié)構(gòu)的優(yōu)點是消除了前后端的緊耦合,從而增強了系統(tǒng)實現(xiàn)的靈活性,提高了業(yè)務(wù)流分類的精度,降低了骨干網(wǎng)業(yè)務(wù)流實時分類的實現(xiàn)代價。

WILKERSON威爾克森過濾器的IP骨干網(wǎng)流量分析 
基于這種系統(tǒng)結(jié)構(gòu),給出了骨干網(wǎng)業(yè)務(wù)流實時分類前端系統(tǒng)的硬件實現(xiàn)方法,并詳細討論了基于FPGA(Field Programmable Gate Array:現(xiàn)場可編程門陣列)的SEFS算法的實現(xiàn)技術(shù)。所實現(xiàn)的骨干網(wǎng)業(yè)務(wù)流實時分類前端系統(tǒng)已經(jīng)在國家急需的“一種新型互聯(lián)網(wǎng)內(nèi)容監(jiān)管系統(tǒng)”中得到了應(yīng)用。