基于GPU的并行报文分类方法

摘要：

报文分类是网络设备的基本处理模式,通常采用报文过滤系统对每个报文进行分类。传统报文分类难以适应当今越来越高的网络流量,分类处理速度低于报文到达网络接口的速度,无法实现实时分析。因此,本文提出使用GPU对大规模报文集进行并行分类的方法,利用GPU的线程级并行处理能力加速报文分类吞吐率,并对其性能及优化方法进行详细分析。实验结果表明,GPU加速的Linear Search和RFC报文分类算法与纯CPU系统执行相比可达到4.4~132.5倍的加速比。

关键词：GPU、CUDA、报文分类、并行计算、优化

分类号：TP393(计算技术、计算机技术)

资助基金：国家863计划资助项目2009AA044601;国家自然科学基金重点项目61139002;江苏高校优势学科建设工程资助项目;南京航空航天大学基本科研业务费专项科研项目NP2013308

在线出版日期：2014-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：9-14