基于决策树的递归包分类算法

摘要：

包分类速度已经成为网络传输的瓶颈，提高算法性能是解决传输瓶颈的必然要求。该文提出了一种新的包分类算法SRC(sensitive Recursive Classification)。它建立在决策树基础之上，其基本思想是：根据分类规则每个域的区间范围以及切割代价来设计决策树的分支策略，然后在形成的分支叶结点上采用映射技术，每一个规则通过映射形成一个与该规则相关联的唯一标志在以FW，ACL为种子的规则库中进行实验，结果表明：SRC内存使用比Hicuts减少3到10倍，最坏查找速度比Hicuts提高5倍以上;SRC的内存使用比EGT-PC减少2到8倍，最坏查找速度比EGT-PC提高4倍以上。

关键词： 包分类算法 决策树 映射技术 网络传输 分支策略

作者: 陈友 张艳军 程学旗

作者单位: 中国科学院计算技术研究所 100080 中国科学院研究生院 100039 中国科学院计算技术研究所 100080

会议类型: 国内会议

会议名称: 2006年全国信息、电子与控制技术学术会议(IECT”2006)

会议地点: 成都

会议语种:中文

页码: 38-43

在线出版日期: 2006-09-28（万方平台首次上网日期，不代表论文的发表时间）