基于决策树映射的低功耗TCAM包分类方案
Decision tree based pre-classifier for energy-efficient TCAM based packet classification
1. 北京大学深圳研究生院, 广东 深圳 518055
2. 鹏城实验室, 广东 深圳 518055
3. 北京大学 信息科学技术学院, 北京 100871
摘要
为了实现网络流的线速转发，高性能交换机普遍采用三态内容寻址存储器（TCAM）来构建其包分类引擎。针对TCAM功耗高的问题，近年来出现了许多低功耗索引方案，实现了TCAM存储块的选择性激活以降低功耗，但这些索引方案普遍采用自底向上的局部优化算法来构建，无法有效实现流表规则的均匀划分，严重影响了TCAM的存储效率及功耗降低效果。提出并实现了一种基于决策树映射的TCAM低功耗索引方案，在极大降低功耗的同时提升了TCAM的存储效率。利用规则普遍存在的小域特征，将原始规则集划分为若干个规则子集，然后针对各个子集的特征域，采用自顶向下的方式分别构建平衡决策树，最后通过对各个决策树进行贪心遍历，从而得到TCAM索引列表。实验表明，针对规模为十万条的规则集，算法在仅使用额外1.3%存储空间开销的同时实现了98.2%的功耗降低。
基金项目
国家自然科学基金资助项目(61671001)
国家重点研发计划资助项目(2016YFB0800101,2017YFB0803204)
鹏城实验室资助项目(PCL2018KP001)
广东省重点领域研发计划资助项目(2019B010137001)
深圳市基础研究课题(JCYJ20170306092030521)
中国博士后科学基金资助项目(2020TQ0158,2020M682825)
出版信息
DOI: 10.19734/j.issn.1001-3695.2019.09.0625
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第1期
所属栏目: 网络与通信技术
出版页码: 237-240,255
文章编号: 1001-3695(2021)01-047-0237-04
发布历史
[2021-01-05] 印刷出版
引用本文
李文军, 刘馨蔚, 邢凯轩, 等. 基于决策树映射的低功耗TCAM包分类方案 [J]. 计算机应用研究, 2021, 38 (1): 237-240,255. (Li Wenjun, Liu Xinwei, Xing Kaixuan, et al. Decision tree based pre-classifier for energy-efficient TCAM based packet classification [J]. Application Research of Computers, 2021, 38 (1): 237-240,255. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
