比特选位决策树的均衡方法、网络包分类方法及相关装置制造方法及图纸

本申请公开了一种比特选位决策树的均衡方法、网络包分类方法及相关装置，方法包括确定目标分类规则集的选位比特数；基于选位比特数对目标分类规则集建立候选决策树；对候选决策树中的各大叶节点进行筛选，以得到目标分类规则集对应的决策树及参考分类规则集；将参考分类规则集作为目标分类规则集并继续执行建立候选决策树的步骤直至候选决策树未包括大叶节点，以得到目标分类规则集的若干决策树。本申请通过对大叶节点进行统计，并对大叶节点包括的分类规则进行汇总及以递归的方法建立若干决策树直到所有的决策树都不存在大叶节点，这样可以使得每个决策树内的分类规则都分布均匀，减小决策树的搜索延迟，进而可以提高网络包的分类速度。网络包的分类速度。网络包的分类速度。

【技术实现步骤摘要】
比特选位决策树的均衡方法、网络包分类方法及相关装置


[0001]本申请涉及网络
，特别涉及一种比特选位决策树的均衡方法、网络包分类方法及相关装置。

技术介绍

[0002]网络包分类可以理解为根据配置的分类规则，对网络包包头中各个不同字段的值进行处理，得到匹配的分类规则，并执行该分类规则配置的操作动作。许多网络设备提供的诸如访问控制、流量控制、负载均衡、入侵检测等功能均需要用到网络包分类。目前常用的网络包分类方法是基于决策树进行网络包分类的，决策树是根据预设的分类规则集生成描述网络包分类过程的一种数据结构，当网络设备接收到网络包时，将按照决策树限定的分类过程最终找到与网络包匹配的分类规则，并按照分类规则中的操作动作对网络包进行处理，比如，丢弃网络包或者接受网络包等。
[0003]目前的问题是，在生成上述决策树的过程中可能会出现分类规则复制现象，即某个分类规则被复制到多个子空间。为了避免分类规则复制现象，会在分类规则的有效前缀中进行选位，然而这样会导致节点的多条具有相同前缀的分类规则无法继续划分，进而导致分类规则在决策树中的分布不均匀本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种比特选位决策树的均衡方法，其特征在于，所述方法包括：获取目标分类规则集，并确定所述目标分类规则集对应的选位比特数；基于所述选位比特数通过离散比特选位方式，对所述目标分类规则集建立候选决策树；当所述候选决策树包括大叶节点时，对候选决策树中的各大叶节点进行筛选，以得到所述目标分类规则集对应的决策树及参考分类规则集，其中，所述大叶节点中的分类规则的规则数量大于预设数量；将所述参考分类规则集作为目标分类规则集，并继续执行基于所述选位比特数通过离散比特选位方式对目标分类规则集建立候选决策树的步骤，直至所述候选决策树未包括大叶节点以得到所述目标分类规则集对应的若干决策树。2.根据权利要求1所述比特选位决策树的均衡方法，其特征在于，所述若干决策树中的各决策树的叶节点所包含的分类规则数量均不大于预设数量。3.根据权利要求1所述比特选位决策树的均衡方法，其特征在于，所述当所述候选决策树包括大叶节点时，对候选决策树中的各大叶节点进行筛选，以得到目标分类规则集对应的决策树及参考分类规则集具体包括：当所述候选决策树包括大叶节点时，选取所述候选决策树中的大叶节点；按照优先级从高到低的顺序在大叶节点包括的分类规则中选取预设数量的目标分类规则；将选取到预设数量的目标分类规则作为大叶节点对应的分类规则以优化候选决策树，并将优化后的候选决策树作为所述目标分类规则集的一决策树；将大叶节点中未被选取的分类规则添加到预设分类规则集中，以得到参考分类规则集。4.根据权利要求1
‑
3任一所述的比特选位决策树的均衡方法，其特征在于，所述参考分类规则集包含于所述目标分类规则集中，并且所述参考分类规则集中的任一分类规则均未包含于任一决策树中。5.根据权利要求1所述的比特选位决策树的均衡方法，其特征在于，所述确定所述目标分类规则集对应的选位比特数之前，所述方法还包括：分别将所述目标分类规则集中的各分类规则各自对应的有效前缀长度与预设长度阈值进行比较，以得到有效前缀长度小于预设长度阈值的候选分类规则；将得到的所有候选分类规则从所述目标分类规则集中去除，并将去除后的目标分类规则集作为目标分...

【专利技术属性】
技术研发人员：辛遥，李文军，王瑾璠，李清，汪漪，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：