首页> 中文学位 >基于单链接和期望最大化规则聚类的包分类技术
【6h】

基于单链接和期望最大化规则聚类的包分类技术

代理获取

目录

摘要

1 绪论

1.1 研究背景与意义

1.2 包分类技术的发展和挑战

1.3 课题的研究内容

1.4 本文的组织结构

2 包分类技术研究综述

2.1 引言

2.2 基于数据结构的包分类算法详细介绍

2.2.1 基于特里树(Trie)的包分类算法

2.2.2 基于元组空间的包分类算法

2.2.3 基于Bloom Filter的包分类算法

2.3 基于空间映射的包分类算法详细介绍

2.3.1 基于几何区域的包分类算法

2.3.2 基于维度分解的包分类算法

2.3.3 基于聚类的包分类算法

2.4 基于硬件的包分类算法详细介绍

2.4.1 基于GPU的包分类算法

2.4.2 基于FPGA的包分类算法

2.4.3 基于TCAM的包分类算法

2.5 包分类实验平台简介

2.5.1 PALAC实验平台

2.5.2 ClassBench规则集生成器

2.6 本章小结

3 包分类问题的形式化

3.1 引言

3.2 包分类的形式化过程

3.2.1 规则库的形式化过程

3.2.2 数据包的形式化过程

3.2.3 包匹配的形式化过程

3.3 本章小节

4 基于单链接聚类的分支树包分类算法

4.1 引言

4.2 基于单链接聚类的包分类算法

4.2.1 基于单链接的规则聚类

4.2.2 基于单链接聚类的分支树的构建过程

4.2.3 基于单链接聚类的分支树的搜索过程

4.2.4 基于单链接聚类的分支树的更新过程

4.3 实验结果及分析

4.3.1 查找速度性能比较

4.3.2 算法内存比较

4.3.3 算法更新代价比较

4.4 本章小结

5 基于期望最大化聚类的层次特里树包分类算法

5.1 引言

5.2 基于期望最大化聚类的包分类算法

5.2.1 基于期望最大化规则聚类

5.2.2 基于期望最大化聚类的层次特里树构建过程

5.2.3 基于期望最大化聚类的层次特里树的搜索过程

5.2.4 基于期望最大化聚类的层次特里树的更新

5.3 实验结果及分析

5.3.1 查找速度性能比较

5.3.2 算法内存比较

5.3.3 算法更新代价比较

5.4 本章小结

结语

参考文献

攻读硕士学位期间所发表的学术论文目录

致谢

声明

展开▼

摘要

计算机网络的核心设备是路由器和防火墙等,包分类技术(PacketClassification)是这些核心设备的关键技术,它制约着计算机网络带宽的发展,因此,包分类研究具有重要的现实意义和应用前景。现有的包分类技术主要分为基于软件和硬件实现的技术,基于软件的技术主要通过复杂数据结构来构造包分类算法,该类算法存在性能瓶颈;基于硬件的技术通过设计专用的硬件体系结构加快包分类过程,该类算法代价高、不易于扩展。本文利用聚类分析的理论和包分类聚集特征将包分类问题映射成空间中点定位问题,并设计相应的包分类算法,提高包分类性能。针对现有包分类算法中存在的常见问题,本文主要做了以下工作:
  (1)提出了一种基于几何空间的包分类问题形式化方法。该方法首先将数据包和规则库中的规则映射成空间中的矩形区域,其次取该矩形区域的中心点代表该数据包或规则,最终将包分类问题转化为空间中点与点之间的距离问题。理论分析和实验结果表明,利用该方法处理的规则库易于进行聚类分析,并能实现数据包与规则库的高效匹配。
  (2)提出了一种基于单链接聚类的分支树包分类算法。该算法分为两个阶段。第一,预处理阶段,采用包分类问题形式化方法把规则和数据包进行形式化成空间坐标中的点,再利用单链接算法对已形式化的规则进行聚类形成多个簇;第二,包匹配阶段,根据现有的簇构建分支树并完成包的匹配过程。实验结果表明,该方法包匹配效率高、包分类准确率高,是一种支持大规模规则库的高效包分类算法。
  (3)提出了一种基于期望最大化聚类的层次特里树包分类算法。该算法首先采用包分类问题形式化方法把规则和数据包进行形式化成空间坐标中的点,再利用期望最大化算法将规则进行聚类,最后根据所形成的簇构建层次特里树并完成包匹配过程。该算法中的层次特里树结构不仅采用了路径压缩消除了回溯,而且也解决了特里树更新难的问题,在很大程度上提高了算法的性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号