[发明专利]一种基于多棵决策树的数据包分类方法

说明书

本发明涉及一种基于多棵决策树的数据包分类方法，属于通信技术领域。本发明按维度通配数，将用户输入的规则集划分为多个子规则集；根据创建多棵决策树时的子规则集合并方式，将子规则集合并；根据合并后的规则集分别创建决策树；如果某棵决策树创建失败，将已创建的决策树释放，然后执行使用次选或备选方案组合出新的规则集；多棵决策树创建成功后，计算各棵树占用RAM的和，比对是否超过阈值；如果超过，将已创建的决策树释放，然后执行使用次选或备选方案组合出新的规则集；否则将多棵决策树信息下发至FPGA，多棵树处理结束。本发明采用多棵树方式，决策树创建时间大大降低，能有效的降低规则复制次数，能减少对应的逻辑资源，减少处理延迟。

技术领域

本发明属于通信技术领域，具体涉及一种基于多棵决策树的数据包分类方法。

背景技术

数据包分类算法是网络中常用的一种算法。其目的是按照报文携带的头部信息，一般是DIP，SIP，SP，DP，Protocol这5个域，在SDN有更多的如11个域，把报文分成不同的种类，从而可以对其进行不同的处理。常见的应用有：访问控制列表，防火墙，基于流的计费统计。在核心网络设备和边缘网络设备中均有不同的应用。决策树是众多数据包分类算法中常用的一种。

图1为规则示例，各个字段依次表示：源ip地址值/源ip掩码、目的ip地址值/目的ip掩码、源端口号范围、目的端口号范围和协议号值/协议号掩码值。每条规则都表示了一个范围，掩码小的规则表示的范围大。

通常的决策树实现中，由于每条规则表示或大或小的范围，在将规则从父节点划分至子节点时，同一条规则可能被划分至多个子节点；或者规则本身表示的范围很小，但是多条规则相互重叠，致使多条规则在多级树节点的划分后不能够被有效划分至不同节点；这两种情况在本专利中统称为规则复制。规则复制会导致决策树创建时间过长和存储资源消耗过多的问题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何提供一种基于多棵决策树的数据包分类方法，以解决决策树创建时间过长和存储资源消耗过多的问题。

(二)技术方案

为了解决上述技术问题，本发明提出一种基于多棵决策树的数据包分类方法，该方法包括如下步骤：

step1：按维度通配数划分用户子规则集；根据维度通配个数，对应的用户子规则集包括子规则集1、子规则集2、子规则集3、子规则集4和子规则集5，

step2：根据创建多棵决策树时的子规则集合并方式，将子规则集合并，该合并方式为：将子规则集1作为创建第一棵决策树的规则集，将该子规则集命名为tree2_rules_set1，将子规则集2和3合并后的规则集命名为tree2_rules_set2，用于创建第二棵决策树；

step3：根据step2合并后的规则集分别创建决策树；如果某棵决策树创建失败，执行step6，将已创建的决策树释放，然后执行step2使用次选或备选方案组合出新的规则集；否则执行step4；

step4：多棵决策树创建成功后，计算各棵树占用RAM的和，比对是否超过阈值；如果超过，执行step6，将已创建的决策树释放，然后执行step2使用次选或备选方案组合出新的规则集；否则执行step5；

step5：将多棵决策树信息下发至FPGA，多棵树处理结束。

进一步地，子规则集1(rules_subset1):包含用户输入规则集中通配维度个数为0或1的规则；

子规则集2(rules_subset2):包含用户输入规则集中通配维度个数为2的规则；

子规则集3(rules_subset3):包含用户输入规则集中通配维度个数为3的规则；