[发明专利]一种网络包分类方法及相关装置

权利要求书

1.一种网络包分类方法，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；

当接收到网络包时，遍历所述目标分类规则集对应的若干决策树中的每个决策树，以得到所述网络包所匹配的分类规则；

其中，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。

2.根据权利要求1所述网络包分类方法，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1-2任意一项所述的网络包分类方法，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。

4.根据权利要求1所述的网络包分类方法，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类规则集。

5.根据权利要求4所述的网络包分类方法，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具体为：

选取所述目标分类规则集中各分类规则的最大公共有效前缀长度，并将所述最大公共有效前缀长度作为选位比特数。

6.一种网络包分类装置，其特征在于，所述的分类装置包括：

确定模块，用于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；

建立模块，用于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；

筛选模块，用于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，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；

执行模块，用于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所述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；

分类模块，用于当接收到网络包时，遍历所述目标分类规则集对应的若干决策树中的每个决策树，以得到所述网络包所匹配的分类规则；

其中，所述筛选模块具体用于：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。