ارتقا کارایی دسته بندی بسته ها در معماری سخت افزاری مبتنی بر حافظه تداعی گر سه وضعیتی به کمک الگوریتم رمزگذاری محدوده پورت ها

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 858

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT07_175

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

استفاده از الگوریتم های دسته بندی بسته ها در تجهیزات شبکه، باعث افزایش سرعت پردازش بسته ها می شود. معمولا در پیاده سازی سخت افزاری این الگوریتم ها، از حافظه های تداعیگر سه وضعیتی (TCAM) به منظور جست و جوی موازی جهت تطبیق اطلاعات سرآیند بسته با قوانین دسته بند استفاده می شود. معماری دسته بندهای سخت افزاری عموما از دو مرحله تشکیل شده است. نخست درختهای تصمیم گیری ایجاد شده و قوانین دسته بندبین برگهای آن توزیع می شوند. در این مرحله هر برگ درخت، متناظر با یک بلوک TCAM می باشد. در مرحله دوم، متناظر با ساختار درخت، بخش دوم از قوانین، شامل محدوده پورت مبدا و مقصد، در بلوک های متفاوتی از TCAM جای می گیرند. معماری های موجود، به دلیل ذخیره نامناسب فیلدهای محدوده پورت، با مشکل هدر رفتن حافظه و به تبع آن افزایش توان مصرفی روبرو هستند. در این مقاله به منظور رفع مشکل مذکور، از روشی برایکدگذاری محدوده پورتها استفاده شده است. معماری مبتنی بر ایده پیشنهادی پیاده سازی شده و برای دسته بندی مجموعه بسته های آزمایشی استفاده شد. نتایج ارزیابی نشان می دهد که در نتیجه استفاده از ایده کدگذاری محدوده پورتها، ضمن حفظ سرعت جستجو، باعث صرفه جویی قابل توجهی درمصرف حافظه می شود. امتیاز معماری دسته بند پیشنهادی نسبت به معماریهای دو مرحله ای موجود، استفاده بهینه تر از حافظه و توان می باشد.

کلیدواژه ها:

دسته بندی بسته ها ، درخت تصمیم گیری ، حافظه محتوایی آدرس پذیر چند وضعیتی ، فیلد محدوده ، کدگذاری لایه ها

نویسندگان

شکور وکیلیان

دانشجوی کارشناسی ارشد، دانشکده مهندسی برق وکامپیوتر، دانشگاه صنعتی اصفهان، اصفهان

مهدی عباسی

استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان

علی فانیان

استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی برق وکامپیوتر، دانشگاه صنعتی اصفهان، اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D. E. Taylor, "Survey and taxonomy of packet classification techniques, ...
  • C. Yeim-Kuan and L. Kai-Yang, "An Efficient TCAM Update Scheme ...
  • Z. Ruan, X. Li, and W. Li, "- An eergy-effic ...
  • A. Bremler-Barr, D. Hay , and D. Hendler, "Layered interval ...
  • F. Zane, G. Narlikar, and A. Basu, "- Coolcams: power- ...
  • Y. Ma and S. Banerjee, "A smart pre-classifier to reduce ...
  • A. Bremler-Bar and D. Hendler, "- Space-Efficient TCAM-Based Classification Using ...
  • Z. Kai, H. Chengchen, L. Hongbin, and L. Bin, "- ...
  • R. Panigrahy and S .Samar, "- Reducing TCAM power consumption ...
  • E. Spitznagel, D. Taylor, and J. Turner, "- Packet classification ...
  • B. Vamanan and T. N. Vijaykumar, "TreeCAM: decoupling updates and ...
  • V. Srinivasan, G. Varghese, S. Suri, and M. Waldvogel, "Fast ...
  • classification with ternary CAMs, " presented at the Proceedings of ...
  • D. E. Taylor and J. S. Turner, "- ClassBench a ...
  • نمایش کامل مراجع