提高软件定义网络交换机存储能力的流表压缩算法

针对目前软件定义网络(SDN)中流表规模不断增大且存储效率较低的问题,提出了一种新的提高SDN交换机存储能力的流表压缩算法。首先对传统前缀编码算法分析,发现2的指数幂(2ⁿ)范围编码后字符串最高有效位递增,且其余低位均为通配符;其次对流表中范围字段按照2的指数幂进行分割,得到多个范围字段,利用最高位和通配符实现仅用一条表项编码2的指数幂范围字段,其他范围字段采用前缀编码;最后将编码结果存储至不同三态内容寻址存储器,进行分类存储。实验结果表明,与已有的算法相比,所提流表压缩算法在独立于流表内容的基础上具备更高的更新速度与更低的最坏情况拓展比,在防火墙类型规则集编码后平均可减少86%和83%的表项数量,且不需要占用额外比特位,从更细粒度层次实现了存储空间的优化使用,具有良好的应用前景。     

软件定义网络流表溢出脆弱性分析及防御方法

软件定义网络交换机非常有限的流表容量使其存在严重的流表溢出脆弱性问题,为此利用软件定义网络易于管理路由规则的新特性,提出一种基于装箱优化的路由聚合算法,并进一步提出了流表溢出攻击的防御方法。采用传统的基于基数树的路由聚合算法产生初步聚合后的流表项节点,将其划分为包含不同数量节点的若干个流表项规则组,并基于装箱优化问题求解得到每个流表项规则组的新转发地址,再将转发地址修改后的流表项规则进行二次聚合,从而有效减少交换机流表中的流表项数量,达到防御流表溢出攻击的效果。实验结果表明:流表聚合率达到了54.9%,优于传统的基于基数树的路由聚合算法,并使得达成流表溢出攻击的攻击数据包数增加了125.8%;该方法可显著增加流表溢出攻击的实现难度,有效缓解流表溢出脆弱性问题,提升软件定义网络对该类攻击的防御能力。     

面向软件定义网络的流表优化方案

针对目前软件定义网络中细粒度的流匹配机制造成的网络流表项空间开销和查询开销爆炸式增长等问题,提出了一种全新的基于布隆过滤器(Bloom Filter)的多级流表结构。该结构为混合流表结构,采用Bloom Filter多级流表结构来存储流表项,主要着眼于提高软件定义网络(SDN)交换机流表的容量和加快流表项的匹配速度;在流表项语义层面,设计并实现了控制器与SDN交换机之间的中间适配层模块来解决语义冲突问题。基于真实流量的实验结果表明,在规则占用空间上,与传统流表相比,Bloom Filter在流表越精细的情况下优化比率越高,最高可达90.7%。随着流表项规则的增加,匹配耗时优化效率提高,匹配时间最多可减少99.4%。该问题的解决可望为SDN网络的大规模实用化部署奠定数据层面的基础。     

SDN数据中心网络基于流表项转换的流表调度优化

针对基于软件定义网络(SDN)架构的数据中心网络中,SDN交换机流表资源的有限性导致的流表溢出或控制器拥塞等问题,引入空闲流表资源代价的概念描述了网络资源的利用率,并分析了空闲流表资源量与重复下发的流表项数量之间的关系,提出了一个基于流表超时机制的流表调度策略,依据流表项生存时间和匹配计数来进行静态流表项和动态流表项之间的实时转换.在Fat-tree拓扑SDN数据中心网络仿真实验中,对该机制对流表资源优化的有效性进行了验证.     

TCAM存储高效的OpenFlow多级流表映射机制

基于流表的转发机制为OpenFlow提供了灵活的可编程能力,但是随着网络功能的不断膨胀,OpenFlow交换机中的流表规模呈现出不断增长的趋势,这些流表难以在交换机有限的三态内容寻址存储器(TCAM)中进行存储,成为网络发展的一个瓶颈。为了高效地利用有限的TCAM资源进行流表存储,该文提出一种OpenFlow多级流表结构及其映射算法,将单一流表映射到多级流表中进行高效存储和查找。仿真结果表明:该文所提方法比单一流表的存储方法节省17%~95%的TCAM资源。这对OpenFlow数据平面查找结构及其扩展性设计具有重要意义。     

SDN流表更新的调度与快速响应

软件定义网络(SDN)中,流表规则匹配域之间相互重叠,使得流表更新问题变得复杂。一条更新规则往往会触发多条三态内容寻址存储器(TCAM)表项移动,导致更新时间长。另外,现有SDN交换机采用的TCAM多为单端口设计,当TCAM进行流表更新时,数据包查找会被阻塞,导致数据平面的转发性能受到影响。因此,如何实现快速更新并保障数据包查找,是提高网络性能的一个重要研究问题。该文以采用TCAM查找方案的SDN交换机为硬件基础,设计并实现了流表更新系统。多个网络应用的更新经过前端整合并同时下达时,系统对规则之间的依赖关系进行高效检测,赋予延时需求高的规则高优先级,使其能得到快速响应。该更新算法不会阻塞TCAM查找,可以实现查找和更新穿插执行。实验结果表明：通过采用不同的调度策略,系统性能在更新优先策略与查找优先策略之间取得了平衡。     

利用基础表提高图像编码效率的研究

按照图像子块的熵值组织基础表，通过对基础表表项数量的限制和编码前对基础表的加工，达到降低基础表大小的目的。同时，在预测编码过程中，对基础表项的利用并不要求信息严格匹配，而允许在给定阈值内进行模糊匹配，提高了基础表项的利用率，进而提高了压缩效率     

LZW压缩算法的改进及其参数优化分析

采用数据压缩技术可以有效地提高数据的传输率。针对LZW字典压缩算法，提出了新的改进方案。主要根据待压缩文件新进输入字符的相关性进行LRU表项淘汰及对阈值判断操作进行了改进，并对改进算法中出现的3个参数进行了单参数优化分析。最后对改进算法和原有2种算法的最终压缩比进行了比较，实验结果表明，改进算法的压缩比优于原有2种算法。     

LZW压缩算法的改进及其参数优化分析

采用数据压缩技术可以有效地提高数据的传输率。针对LZW字典压缩算法，提出了新的改进方案。主要根据待压缩文件新进输入字符的相关性进行LRU表项淘汰及对闽值判断操作进行了改进，并对改进算法中出现的3个参数进行了单参数优化分析。最后对改进算法和原有2种算法的最终压缩比进行了比较，实验结果表明，改进算法的压缩比优于原有2种算法。     

基于C-V模型的水平集方法在脑CT图像分割中的应用

阐述了C-V模型和多相水平集算法的原理。在分析了其优缺点后,引入了多阈值单水平集算法。并针对其不足,将李纯明惩罚函数项引入到多阈值单水平集算法,提出了无需重初始化的多阈值单水平集算法。实际结果表明,算法在保证分割精度的基础上,能够有效提高算法效率。     

面向云计算的广义影像金字塔与编码方法

基于云计算服务可扩展的基本理念,研究了影像数据服务中对数据范围以及数据精度的柔性需求变化,提出了一种面向云计算的广义影像金字塔建模方法及相应的图像多目标预测编码算法.首先对图像进行双正交TH33变换,再对图像的低频和高频区域分别划分目标,最后根据已有目标对未知目标进行差分预测.实验表明:构建的广义影像金字塔以及MOP算法的划分目标原则适用于图像数据的云存储与运算.MOP算法在标量量化的基础上可以提高图像数据的压缩质量与压缩效率,实现图像数据的渐进式传输.     

数据流重组中Hash-Splay查找算法

针对高速网络取证目前所面临的问题,围绕提高网络数据流重组效率,在数据流重组算法中分析比较了几种典型的查找算法,并将Hash表和Splay树组合成Hash-Splay查找算法.该算法首先建立Hash表,然后将所有的TCP连接结点分配到各个表项,每个表项用Splay树将该表项的所有连接结点组织起来.查找时,根据连接标识通过Hash函数计算出Hash地址,再对该Hash地址对应的Splay树进行查找,找到后按照Splay树的操作规则进行查找、插入和删除等操作.由于根据连接标识找到对应Splay树的时间开销很小,可以忽略不计,因此Hash-Splay算法的复杂度可以看作是每棵Splay树操作的平均复杂度,算法同时具有Hash表和Splay树的优点,查找效率比Hash表和Splay树的都高.     

数据库表关联删除的遍历算法实现

对数据库表关联删除的需求作了详细分析，为其解决给出了一套完整的处理方案，使数据库管理更加方便合理。直接借助或使用该方案可以在软件中操作数据库，并可以由此编制一些触发器。此外，使用树形存储结构结合树的先根、后根遍历算法，提出了一种全新的松散先根遍历算法，从而有效地解决了数据库表的关联删除在占用空间及搜索处理上效率更高的关键问题。     

SDN中基于负载均衡的流表下发方法

通过比对单个域内控制信道与数据信道比例,将所须安装流表项数据以源路由下发和直接下发两种方式动态混合处理,以此来减小控制器负载以及动态调节控制平面和数据平面负载均衡度,同时减小流表下发和端到端传输的时延以及控制逻辑出现不一致的概率.仿真显示:所提方法在控制器负载消耗量、流表安装时延和数据包平均传输时延等方面优于传统的流表直接下发方法以及基于源路由的流表下发方法.     

一种适用于无线网络的椭圆曲线标量乘算法研究

单标量乘和多点标量乘是椭圆曲线密码体制中最主要的运算,在各种密码协议中起到核心作用。提出一种基于Shamir方法优化预计算的多标量乘算法,算法对标量从左到右进行编码,并将编码阶段与多标量乘的主计算阶段合并进行,节省了存储标量新编码的内存空间,更适合于内存受限的无线环境中应用。分析表明新算法在一般情况下效率可提高6％～50％。     

数字多波束逐点聚焦延时参数的压缩算法

针对数字多波束合成技术在超声成像领域应用中存在逐点聚焦延时参数的存储容量过大的问题,提出了一种四波束逐点聚焦延时参数的压缩存储与实时生成算法。首先将四波束的聚焦延时问题转换成单波束的聚焦延时问题,然后对转换后的单波束聚焦延时数据进行量化、压缩和存储。在聚焦时,将压缩存储的延时参数进行解压,实时生成四波束所需的延时参数。以8通道128阵元的平阵探头为例,对该算法进行了相关的数学推导和证明,并对其性能进行了分析讨论,验证了该算法的优越性。     

一种单层BOM到多层BOM转化算法的实现

研究当前主要的两种BOM表结构--单层BOM结构和多层BOM结构,分析它们各自的优缺点.提出一种基于存储过程的单层BOM结构到多层BOM结构转化的方法,并给出部分实现代码.该算法是基于存储过程的,因此,相对于一般的算法具有更好的计算性能.     

一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.     

改进的IEEE 802.15.4组网协议算法

分析了IEEE 802.15.4网络初始化的流程,并提出了一种改进的协议算法.通过设置协调器进行处理,有效地减少协议的冗余信令,避免了不必要的冲突,减少了节点加入网络的延迟.最后通过仿真对原协议和改进算法进行比较,得出节点加入过程的原语数减少了31 %,加入时间减少了84 %.当多个节点在较短时间内都进行加入操作时,改进算法的优势更加显著.这种改进算法能在家庭网络中得到很好的应用.     

基于控制信息集约的SDN流表更新策略

在控制器带内模式下，为减小流表更新时间，简化流表下发过程，提出了基于控制信息集约的流表更新策略。从路径创建和路径切换2种场景讨论流表更新过程，引入源路由机制和跟踪包机制，集约化流表更新报文形式，统筹规划下发方式，旨在保证流表更新的一致性的同时，降低控制器端的收发信息量和更新时间。仿真实验表明：在不同链路时延和传输速率的条件下，更新策略相较于基于分类的更新策略(C-FUS)和基于路径及反馈的更新策略(PF-FUS)，流表更新时间大大降低，更新过程不会造成较大的网络传输波动；更新策略下的控制器端收发信息量与PF-FUS相近，都远低于C-FUS。