机关部处 群团组织 直附属机构
岳麓书院 经济与贸易学院 金融与统计学院 法学院 马克思主义学院 教育太阳集团官方网站研究院 体育学院 中国语言文学学院 外国语学院 新闻与传播学院 数学学院 物理与微电子太阳集团官方网站学院 化学化工学院 生物学院 机械与运载工程学院 材料太阳集团官方网站与工程学院 电气与信息工程学院 信息太阳集团官方网站与工程学院 建筑学院 土木工程学院 环境太阳集团官方网站与工程学院 工商管理学院 公共管理学院 设计艺术学院 机器人学院 经济管理研究中心 化学生物传感与计量学国家重点实验室 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 国家电能变换与控制国家工程技术研究中心 机器人视觉感知与控制技术国家工程实验室
当前位置: 首页 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 机械与运载工程学院 208
    2 物理与微电子太阳集团官方网站学院 208
    3 岳麓书院 184
    4 化学化工学院 178
    5 材料太阳集团官方网站与工程学院 90
    6 数学与计量经济学院 88
    7 土木工程学院 75
    8 信息太阳集团官方网站与工程学院 68
    9 教务处 47
    10 建筑学院 40
  • 排序 学院 发文量
    11 生物学院 40
    12 经济与贸易学院 38
    13 电气与信息工程学院 36
    14 工商管理学院 28
    15 外国语学院 15
    16 法学院 15
    17 新闻传播与影视艺术学院 9
    18 研究生院 9
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
信科院:Range-Tuple Space Search for Fast Online Packet Classification
学术地点 信息太阳集团官方网站与工程学院106教室 主讲人 沈潼
讲座时间 2018年11月20日周二15:30

报告题目: Range-Tuple Space Search for Fast Online Packet Classification

报告时间: 20181120周二15:30


报告人简介:沈潼,2013年至在澳门太阳集团官方网址信息太阳集团官方网站与工程学院从事博士研究,导师张大方教授,2016年-2018年,在中科院计算所客座访学,导师为谢高岗研究员。主要研究兴趣为未来网络,数据包分类,路由查找。主要成果发表在JCST,IEEE ISPA, IEEE Globecom, IEEE IPCCC等国际期刊和会议上。

报告主要内容:Packet classification according to multi-field ruleset to guide packet forwarding is a key component for network appliances. SDNs and cloud networks update the rulesets frequently to reflect policy changes. Supporting fast ruleset updating and high-speed packet classification is thus mandatory for these networks. Nevertheless, existing packet classification studies focus either on high-speed packet classification (e.g., decision tree-based algorithms) or on fast updating (e.g., hash based algorithms), and no known approaches meet both requirements.

In this paper, we propose Range-tuple Space Search (RTSS) to effectively accelerate the packet classification in hash based algorithms while keeping their strength in fast rule updating. RTSS is built on our key observation that rules are unevenly distributed in the tuple space, which is defined by the combinations of prefix lengths of fields to match.

To reduce the number of hash tables for fast classification, we introduce a novel concept range-tuple with each formed as the aggregate of adjacent tuples. RTSS can overcome the major obstacle that hinders hash-based packet classification by balancing the number of hash tables and the probability of hash collision.

上一条:信科院:Methods for prediction of associations between lncRNA and complex diseases

XML 地图 | Sitemap 地图