华南理工大学学报(自然科学版) ›› 2017, Vol. 45 ›› Issue (7): 90-97,106.doi: 10.3969/j.issn.1000-565X.2017.07.013
李龙飞 贺占庄 史阳春
LI Long-fei HE Zhan-zhuang SHI Yang-chun
摘要: 针对现有布鲁姆过滤器在流识别应用中对每个 IP 包进行相同的处理,未考虑 IP包识别失效代价和硬件开销的问题,提出一种面向 IP 包识别的算法——CPBF( Classified and Pipelined Bloom Filter) . 该算法通过引入 IP 头中服务类型作为识别失效代价的判断依据对 IP 包进行分类,根据分类结果采取不同数目的 Hash 函数进行映射,降低高失效代价 IP 包的识别失效率; 同时在 Hash 计算中采用流水机制加速识别速率; 基于概率论、微分方程等相关知识对 CPBF 算法进行了描述和理论分析,最后在 FPGA 上对算法进行实现和实验. 结果表明,与标准布鲁姆过滤器、多维布鲁姆过滤器相比,CPBF 在具有较低的识别失效率和硬件开销的同时,也能保持较高的识别速率.