40Gbps业务识别系统中模式匹配算法研究

40Gbps业务识别系统中模式匹配算法研究

论文摘要

骨干网链路吞吐速率提高对实时业务识别管控系统带来了极大的挑战,如何对互联网上承载的业务进行精确的线速逐包识别和管理成为构建新一代高可信网络亟待解决的问题。本文结合国家高技术研究发展计划(863计划)“高可信业务管控系统”总体技术相关课题的研究需求,分析了模式匹配算法的研究现状,重点研究了基于TCAM芯片的高速匹配算法,并从匹配方式和识别机制上进行改进,设计了一种可行的高速业务识别方案,主要工作成果如下:1、详细分析了经典模式匹配算法。从算法的时间和空间复杂度、工程实现难度等方面进行了比较,总结了各种经典模式匹配算法的优缺点,为高速业务识别方案设计打下了基础。2、提出了一种基于HASH压缩关键词的高速TCAM匹配算法——HASH-TCAM算法,解决了传统TCAM查找方式在处理长模式串时存在的匹配速率低和存储空间不足的问题。HASH-TCAM算法通过哈希算法对待匹配的关键词预处理以压缩其匹配字长,相对于输入宽度固定的TCAM芯片,该算法降低了芯片查表的输入时间,在模式集数量为5000时,以8.9 ? 10?8冲突率代价提高了算法的匹配速率和存储空间利用率,实验表明该算法可以满足40Gbps骨干网上高速业务识别的需求。3、提出了一种基于Bloom-Filter引擎过滤的TCAM模式匹配算法——BF-TCAM算法,解决了非敏感数据包的大量存在导致业务识别的误判率过高问题。BF-TCAM算法将多重哈希的思想引入到TCAM表项压缩中,通过FPGA实现的BF过滤引擎以6.56 ? 10?12的漏检概率将非模式集中的关键词滤出,测试表明该算法可明显提高业务识别的精确度。4、设计了一种可实现的40Gbps环境下的高速业务识别方案。详细描述了40GbpsPOS线路接口板和FPGA内部模块的设计方案,并重点介绍了文中所提算法在业务识别子模块中的硬件实现。测试结果表明:系统具备40Gbps线速逐包的业务识别能力,适合作为骨干网络业务识控设备部署在下一代高可信网络中。

论文目录

  • 表目录
  • 图目录
  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究的背景和目的
  • 1.1.1 课题研究背景
  • 1.1.2 课题研究的目的
  • 1.2 DPI 的研究现状和面临的问题
  • 1.2.1 DPI 概念的提出
  • 1.2.2 DPI 的研究现状
  • 1.2.3 DPI 面临的问题
  • 1.3 本文的主要工作
  • 1.4 本文的结构安排
  • 第二章 模式匹配算法综述
  • 2.1 经典的基于软件实现的模式匹配算法
  • 2.1.1 KMP 匹配算法
  • 2.1.2 BM 匹配算法
  • 2.1.3 AC 匹配算法
  • 2.1.4 Wu-Manber 算法
  • 2.2 基于HASH 匹配算法
  • 2.2.1 哈希算法介绍
  • 2.2.2 结合存储器的FPGA 实现
  • 2.3 基于BLOOM-FILTER 匹配算法
  • 2.3.1 Bloom-Filter 算法介绍
  • 2.3.2 Bloom-Filter 算法的误检率分析
  • 2.3.3 Bloom-Filter 算法的硬件实现
  • 2.4 基于TCAM 匹配算法
  • 2.4.1 TCAM 介绍
  • 2.4.2 TCAM 的工作方式
  • 2.4.3 TCAM 算法介绍
  • 2.5 本章小结
  • 第三章 基于HASH 压缩关键词的高速TCAM 匹配算法
  • 3.1 引言
  • 3.2 HASH-TCAM 算法分析
  • 3.2.1 算法介绍
  • 3.2.2 算法的性能分析
  • 3.3 HASH-TCAM 算法验证及结果分析
  • 3.3.1 性能比较
  • 3.3.2 HASH-TCAM 算法功能验证
  • 3.4 本章小结
  • 第四章 基于BLOOM-FILTER 引擎过滤的TCAM 模式匹配算法
  • 4.1 引言
  • 4.2 BF-TCAM 算法分析
  • 4.2.1 BF-TCAM 算法的流程
  • 4.2.2 算法的性能分析
  • 4.2.3 硬件化的BF-TCAM 算法分裂性能分析
  • 4.2.4 算法的误判概率分析
  • 4.3 实验环境建立和结果分析
  • 4.4 性能比较
  • 4.5 本章小结
  • 第五章 40GBPS 高速业务识别系统的设计与实现
  • 5.1 业务识别管控系统
  • 5.1.1 系统模块的构成
  • 5.1.2 系统应用环境
  • 5.2 系统硬件平台
  • 5.2.1 40Gbps POS 线路接口板
  • 5.2.2 板级处理机的功能
  • 5.2.3 FPGA 主程序模块功能划分
  • 5.3 业务识别子模块详述
  • 5.3.1 关键词压缩子模块
  • 5.3.2 BF 过滤引擎子模块
  • 5.3.3 查表子模块
  • 5.4 测试结果
  • 5.4.1 基于载荷特征的业务识别原理
  • 5.4.2 测试方案设计
  • 5.4.3 系统功能测试过程分析
  • 5.5 小结
  • 结束语
  • 参考文献
  • 作者简历 攻读硕士学位期间完成的主要工作
  • 致谢
  • 相关论文文献

    • [1].计算机网络入侵检测系统的多模式匹配算法[J]. 电视技术 2019(13)
    • [2].多模式匹配算法在网络入侵自动检测中的应用[J]. 北京印刷学院学报 2020(08)
    • [3].大数据下模式匹配算法研究[J]. 九江学院学报(自然科学版) 2018(04)
    • [4].模式匹配算法的分析与研究[J]. 电脑知识与技术 2018(10)
    • [5].模式匹配算法的研究与实现[J]. 电脑知识与技术 2017(18)
    • [6].基于散列函数的模式匹配算法[J]. 山东工业技术 2015(21)
    • [7].一种快速单模式匹配算法的设计与实现[J]. 网络空间安全 2018(01)
    • [8].网络入侵检测系统中的模式匹配算法设计优化[J]. 电子设计工程 2018(15)
    • [9].短规则有效的快速多模式匹配算法[J]. 计算机工程与应用 2017(07)
    • [10].基于多模式匹配算法的计算机网络入侵检测研究[J]. 科技通报 2014(04)
    • [11].基于模式匹配算法的考生报到结果预测[J]. 巢湖学院学报 2012(03)
    • [12].关于快速高效的模式匹配算法的剖析与改进[J]. 数字技术与应用 2011(12)
    • [13].一种改进的多模式匹配算法[J]. 福建电脑 2010(08)
    • [14].入侵检测系统中多模式匹配算法的研究与改进[J]. 现代计算机(专业版) 2010(13)
    • [15].模式匹配算法及其在农作物嫁接中的作用[J]. 安徽农业科学 2009(19)
    • [16].入侵检测系统中高效的模式匹配算法[J]. 小型微型计算机系统 2009(11)
    • [17].网络入侵检测系统模式匹配算法研究[J]. 计算机工程与设计 2008(07)
    • [18].两级哈希表存储模式的高效多模式匹配算法[J]. 控制工程 2016(03)
    • [19].一种新的应用于数据流关联分析的多模式匹配算法[J]. 东北电力大学学报 2012(04)
    • [20].面向入侵检测的模式匹配算法改进[J]. 福建电脑 2012(09)
    • [21].信息处理中模式匹配算法研究[J]. 现代计算机(专业版) 2011(11)
    • [22].一种大容量模式匹配算法[J]. 现代电子技术 2011(21)
    • [23].多模式匹配算法研究[J]. 南京广播电视大学学报 2011(04)
    • [24].入侵检测系统中模式匹配算法的研究与改进[J]. 计算机技术与发展 2010(02)
    • [25].一种面向高速网络的模式匹配算法的设计与实现[J]. 微计算机信息 2010(12)
    • [26].一种面向入侵检测的模式匹配算法[J]. 辽宁石油化工大学学报 2009(01)
    • [27].模式匹配算法的深入研究[J]. 上海师范大学学报(自然科学版) 2008(06)
    • [28].入侵检测中基于后缀树的多模式匹配算法[J]. 计算机应用与软件 2008(10)
    • [29].面向入侵检测的高效模式匹配算法研究[J]. 计算机与数字工程 2017(08)
    • [30].模式匹配算法的优化研究与实现[J]. 天津理工大学学报 2017(05)

    标签:;  ;  ;  ;  

    40Gbps业务识别系统中模式匹配算法研究
    下载Doc文档

    猜你喜欢