基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于深包检测技术的流量分类方法可以达到95%以上的识别率和准确率.然而,由于计算复杂性高、存储消耗大等原因,主流软件方法只能提供百兆(线速率)处理能力,而且不能处理大量流并发的情况.文中提出一个基于深包检测技术的芯片级流量分类架构RocketTC,通过对应用层协议特征、匹配引擎和流管理策略进行优化,使其支持万兆级数据吞吐率.RocketTC具有两个核心模块:基于FPGA的流管理器和动态可重构的分类引擎阵列,前者实现万兆吞吐率下的流表管理,后者快速检测流量特征并支持动态协议特征更新特性.文中提出的分类方法使用轻量级DPI方法,通过缩小检测范围和特征长度进一步减少计算复杂度和存储消耗.我们使用Xilinx Virtex-5FPGA对上述设计进行实现与在线流量测试,结果表明RocketTC可以对92种网络协议进行识别,准确率达到97%,而且稳定提供20Gbps线速处理能力.
推荐文章
细粒度网络流量分类架构及其优化
细粒度网络流量
指纹自动生成
位分割状态机
启发式算法
字符串匹配
基于FPGA的网络流量计设计与实现
网络
测量
流量计
FPGA
一个网络流量监测系统的设计与实现
网络测量
探针
简单网络管理协议
流量监测
一种使用DBSCAN聚类的网络流量分类方法
网络流量分类
主成分分析
特征选择
DBSCAN聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 RocketTC:一个基于FPGA的高性能网络流量分类架构
来源期刊 计算机学报 学科 工学
关键词 架构设计 网络流量分类 FPGA 多级流水 部分动态可重构(PDR)
年,卷(期) 2014,(2) 所属期刊栏目 互联网技术
研究方向 页码范围 414-422
页数 9页 分类号 TP393
字数 7234字 语种 中文
DOI 10.3724/SP.J.1016.2014.00414
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周舟 中国科学院信息工程研究所信息内容安全技术国家工程实验室 13 92 5.0 9.0
2 嵩天 北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心 30 331 10.0 18.0
3 付文亮 北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心 3 29 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (17)
同被引文献  (52)
二级引证文献  (38)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(9)
  • 引证文献(5)
  • 二级引证文献(4)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
架构设计
网络流量分类
FPGA
多级流水
部分动态可重构(PDR)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导