يك روش ترافيك‌آگاه براي دسته‌بندي بسته‌ها با هدف كاهش تعداد دفعات دسترسي به حافظه

دسته‌بندي بسته‌ها نقش بسزايي در بهبود عملكرد تجهيزات شبكه‌اي از جمله مسيرياب‌ها، ديواره‌هاي آتش و سيستم‌هاي تشخيص نفوذ ايفا مي‌كند. الگوريتم‌هاي دسته‌بندي بسته عموماً مبتني بر ساختار داده‌اي ايستا هستند كه الگوي رفتاري ترافيك ورودي را در بهينه‌سازي ساختار جستجو در نظر نمي‌گيرند. در اين پژوهش، ويژگي‌هاي آماري ترافيك ورودي در نظر گرفته شده و از ساختمان داده‌هاي كمكي ترافيك‌آگاه در كنار ساختارهاي اصلي استفاده شده است. از آنجا كه حجم غالب ترافيك اينترنت، مربوط به جريان‌هاي بلندمدت است، براي مدت‌زماني نه چندان كوتاه، اكثر مطابقت‌هاي قوانين در زيردرخت‌هاي مشخصي از درخت جستجو قرار دارند. براي بهره‌گيري از اين ويژگي، در اين پژوهش از ساختار داده درخت AVL براي نگهداري قوانين دسته‌بند و از حدهاي بالا و پايين مجموعه قوانين به عنوان گره‌هاي درخت جستجو استفاده شده است. ارزيابي‌ها نشان مي‌دهد كه با افزايش چولگي بسته‌هاي آزمون، تعداد دفعات دسترسي به حافظه الگوريتم دسته‌بندي ترافيك‌آگاه نسبت به الگوريتم دسته‌بندي پايه كاهش قابل توجهي دارد. بر اساس ارزيابي‌ها، دسته‌بندي بسته ترافيك‌آگاه با استفاده از قوانين پرتكرار مي‌تواند ميانگين كل تعداد دفعات دسترسي به حافظه و در نتيجه زمان جستجو را بيش از 40 درصد كاهش دهد.