一种高效的多维数据包分类算法

介绍了数据包分类算法的基本思想及一种包分类算法解决方案的评价原则,在现有的ABV算法的基础上,对该算法进行了分析,提出了一种新的改进方案,并对该改进方案进行了性能分析。

用SUH算法实现高速流分类

在分析了2种高速流分类算法ABV(aggregatebitvector)和HiCuts(hierarchicalintelligentcuttings)的基础上,提出了一种新的高速流分类算法SUH(splitunitedhierarchy).通过利用实际的分类器对SUH进行的测试表明:SUH在占用很小内存的条件下能快速完成预处理和查找过程,实现了高速流分类.

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。