IP数据包分类经典算法总结

1 RFC算法

1.1 RFC算法介绍

RFC(Recursive Flow Classification)算法[1]是一种多维IP分类快速查找算法，通过对实际的过滤规则数据库的考察，发现数据库中的过滤规则都有内在的结构和冗余度，这个特点可以为分类算法所利用。

RFC算法的主要思想是将IP分类问题看成一个将包头中的S比特数据到T比特的classID的一个映射（T=logN且N<<S,N是过滤规则的总数）。如果预先计算出包头中的这S位共2^s种不同情况中每种情况所对应的classID值。那么每一个包只需要一次查表，即一次内存访问就可以得到相应的classID,但是这样会消耗极大的空间。RFC的思想是映射不是通过一步来完成，而是通过多个阶段（phase）完成，如图1.1所示。每个阶段的结果是将一个较大的集合映射成一个较小的集合，称其为一次缩减（reduction）。RFC算法共分P个阶段，每个阶段由一些列的并行的查找组成。每个查找的结果值比用于查找的索引值要短（故称为一次缩减）。

    

                      图1 RFC的基本构思                                                            图2 一个四阶段的RFC缩减树

图1.2中建立了一种4阶段的缩减树，对IP包查找过程如下：

1）在第一阶段（Phase 0），包头中的K个域被分成若干个块(chunks)，每个块被用来作为并行查找的索引；

2）后面的几个阶段，每次查找内存的索引值都是由前几个阶段的查找结果合并而成的。一种简单的合并办法就是将查找结果按二进制串连接起来(concatenation)，

    但还有更好的方法可以节省空间；

3）在最后一个阶段，查找的结果得到一个值。由于我们进行了预先的计算，这个值就是该包对应的classID。

1.2 RFC算法性能分析

RFC算法受到两个参数的影响：

1）选取的阶段的数目P

2）在给定P的情况下,"缩减"树的形状.也就是后面的阶段的索引值从前面哪几个阶段的查找结果进行合并。

    在给定P的情况下,给出一种严格的判定方法来选择最优的缩减树很困难。[1]中给出了两种启发性原则：

1)尽可能合并具有一定“相关性”的块。如我们尽可能早的将同一个IP地址的两个块进行合并。因为具有“相关性”的两个块往往在同一条规则或者在少数几个规则中

   集中出现。尽早对其进行合并，可以避免后续合并产生不必要的扩展；

2)在不引起内存激增的情况下.尽可能合并多的块。

   在P和缩减树固定的情况下，随着过滤规则树N的增加，消耗的内存量也增加。同时，对于同样的过滤规则数据库，P=3比P=4消耗更多的内存，但是查找速度前者比后者要快。

RFC算法的优点：(1)易于并行处理，处于同一阶段的预处理表和交叉乘积表可被并行地索引，处于不同阶段的表也可被并行的索引，这些表各自独立，处于不同的存储单元。(2)与其他算法相比，更适用于实际的网络中。

RFC算法的缺点：缺乏一般性，因为它与分类器的结构有关，因此需要针对不同的分类器来进行微调(tuning)才能达到理想中的最佳工作状态。一般的解决方法是在算法设计时便留有许多的参数供日后设定，像在RFC算法中所需要的阶段数，每一阶段中所做的化简比例等都是可以在执行时期设定的。

2 Set-prunning trie