روشي كارا براي پياده‌سازي موازي الگوريتم دسته بندي بسته درخت سلسله‌مراتبي بر روي واحد پردازش گرافيكي

An Efficient Method for Parallel Implementation of H-Trie Packet Classification Algorithm on GPU

دسته­بندي بسته­ها، پردازشي اساسي در پردازنده­هاي شبكه­اي است. در اين فرآيند، بسته­ها­ي ورودي از طريق تطبيق با مجموعه­اي از فيلترها به جريان­هاي مشخص طبقه­بندي مي­شوند. پياده‌سازي‌هاي نرم‌افزاري الگوريتم­هاي دسته­بندي با وجود هزينه كم‌تر و توسعه‌پذيري بيش‌تر نسبت به پياده‌سازي­هاي سخت‌افزاري، سرعت پايين‌تري دارند. در اين مقاله، از قابليت پردازش موازي پردازنده‌هاي گرافيكي براي تسريع الگوريتم درخت سلسله‌مراتبي دسته­بندي بسته­ها، استفاده نموده و سناريوهاي متفاوتي را بر اساس معماري حافظه‌هاي سراسري و اشتراكي آن‌ها پيشنهاد مي­نماييم. نتايج پياده‌سازي اين سناريوها، ضمن تأييد پيچيدگي­هاي زماني و حافظه­اي محاسبه­شده، نشان مي­دهد كارايي ­سناريوهايي كه مجموعه فيلتر را به‌صورت زيردرخت­هايي كوچك‌تر يا مساوي حافظه اشتراكي تقسيم و به آن كپي مي­كنند كم‌تر از سناريويي است كه كل ساختار داده را در حافظه سراسري نگه مي­دارد. كارايي اين سناريوها، با كاهش تعداد زيردرخت­ها و فيلترهاي تكراري افزايش مي­يابد علاوه بر اين، سناريويي كه بتواند درخت سلسله‌مراتبي و مجموعه فيلترهاي متناظر را، بدون افراز در حافظه اشتراكي جاي دهد برترين سناريو است. نتايج آزمـايش نـشان مي­دهد كه نرخ گذرداد حاصله در اين سناريو نسبت به روش­هاي موجود بر روي يك GPU يكسان تا 1/2 برابر بهبود مي­­يابد.

Abstract: Packet classification is a fundamental process in network processors. In this process, input packets are classified into distinct set of flows via matching against a set of filters. Software implementation of packet classification algorithms, though having lower cost and more scalability as compared with hardware implementations, are slower. In this paper, we use parallel processing capabilities of the graphical processors to accelerate Hierarchical-Trie packet classification algorithm and propose different scenarios based on the architecture of their global and shared memories. Results of implementing these scenarios, conforming computed time and memory complexities, show that the performance of the scenarios that divide the filter set into sub-trees, equal to/ smaller than the shared memory and copy them to it, is lower than that of a scenario which keeps the total data structure in the global memory. The performance of these scenarios increases by decreasing the number of sub-trees and duplicated filters. Moreover, a scenario that can keep hierarchical tree and corresponding filters in shared memory, without any partitioning, is the best scenario. The experimental results show that, on a same GPU, this scenario attains a throughput of approximately 2.1 times compared to the