專利名稱：決策樹生成方法及設備、基于決策樹報文分類方法及設備的制作方法
技術領域：
本發(fā)明涉及通訊領域，尤其涉及一種決策樹生成方法及設備、基于決策樹報文分類方法及設備。
背景技術：
隨著網(wǎng)絡應用的發(fā)展，如今的網(wǎng)絡設備，例如路由器、防火墻、3G網(wǎng)元等，通常需要支持訪問控制、QOS(Quality of krvice，服務質量)、策略路由等一系列功能。這些功能的一個共同點就是需要根據(jù)報文的信息進行分類，然后對不同類型的報文做相應的處理。 因此，報文分類成為了這些設備的一個基本功能。報文分類的實現(xiàn)通?？煞譃橛布绞胶蛙浖绞健Ｓ布绞叫枰蓪ｉT的子卡或芯片來實現(xiàn)，這些硬件的價格通常都比較昂貴。為了節(jié)約成本，同時也為了適用一些無法使用硬件做報文分類的環(huán)境，針對IPv4報文分類，人們提出了一系列軟件實現(xiàn)報文分類的算法。典型的報文分類算法大致可分為幾類線性查找法、基于特里樹的報文分類、幾何學算法(例如，HiCuts等)、啟發(fā)式算法(例如，RFC等)。1.線性查找法是報文分類最簡單的方法，對于一個包含N個條目的規(guī)則集，空間復雜度和時間復雜度都是O(N)，所以這種方法不適用于包含條目數(shù)多的規(guī)則集。2.基于特里樹的報文分類算法是一維特里樹的擴展。其中典型的算法是 Hierarchical Tries,當規(guī)則包含d個域(維)，且每個域的長度最大值是w時，空間復雜度是0(dw)，查詢時間復雜度是O(Wd)。將算法的數(shù)據(jù)結構改成多比特特里樹(Multi-Bit Trie)時，會減少查詢時間復雜度，相應的空間復雜度也會增加。圖1顯示了一組一維前綴數(shù)據(jù)所生成的多比特特里樹的部分節(jié)點。由于IPv6的地址長度是IPv4地址長度的4倍， 無論是將IPv6地址拆分成多個域，還是把IPv6地址作為一個域生成特里樹，其查找時間都會急劇增大。所以，這種算法無法直接應用到IPv6報文分類。3. HiCuts (Hierarchical Intelligent Cuttings)是一種典型的基于決策樹的報文分類算法。其基本思想是以預設規(guī)則的每一字段看作一個維度，將分類器中所有規(guī)則按范圍空間進行循環(huán)分組，直到每一組(桶)都只有少于或等于指定條(binth)的規(guī)則，從而形成一棵決策樹。在這棵決策樹中包含所有規(guī)則的節(jié)點為根節(jié)點，少于或等于binth條規(guī)則的節(jié)點看成葉節(jié)點，其他節(jié)點就是中間節(jié)點，每次分組的方法就是裁剪決策樹策略。查找時，從根節(jié)點開始，在這棵決策樹中，根據(jù)裁剪策略，找到葉節(jié)點，再通過線性匹配來找到匹配規(guī)則。在規(guī)則空間均勻分布的情況下，HiCuts有很好的性能。但是如果一個d維規(guī)則集中的大部分規(guī)則只能通過某一維來劃分，其他維的值相似或相同，HiCuts樹的深度和結點會大大增加，預處理時間和占用的內存空間都會成倍增加，同時也會大大影響算法的查詢性能。而且IPv6地址長度是IPv4地址長度的4倍，如果直接將此算法應用于IPv6報文分類，把IPv6地址看成一維，在最差情況下，其性能也會下降4倍。
4. RFC (Recursive Flow Classification)算法是一種適用于多維報文分類快速查找算法。該算法的優(yōu)點是查詢速度快，查詢時間復雜度可用與維度k相關的少數(shù)幾次內存訪問來表示，與規(guī)則數(shù)N無關，而且不存在最壞情況下的查詢性能下降。算法的缺點是 預處理過程十分復雜(不論在時間和空間上)；算法所需的內存空間難以用表達式來描述， 其大小與規(guī)則集中的規(guī)則數(shù)N，規(guī)則的維度k，以及規(guī)則之間的離散程度密切相關。IPv6報文分類采用這種算法時，需要將IPv6地址擴展成多個維(維數(shù)是IPv4地址的4倍)，這將導致內存訪問次數(shù)的增加，同時也會使得內存占用更加不可控。所以RFC 算法對于IPv6報文分類無論在空間復雜度還是查詢時間復雜度方面都不理想。綜上所述，相比IPv4報文分類，IPv6報文分類所面臨的主要問題是地址長度的擴大。而上述基于IPv4的報文分類算法都無法直接應用到IPv6報文分類。

發(fā)明內容
本發(fā)明的主要目的是提供一種決策樹生成方法，旨在使得基于該決策樹進行查找時的效率提高，并減少查找時占用的內存空間。本發(fā)明提供一種決策樹生成方法，包括以下步驟將原始規(guī)則集中的規(guī)則轉化為決策樹的范圍數(shù)組；由根節(jié)點開始，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。優(yōu)選地，所述由根節(jié)點開始，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值的步驟具體為將決策樹以包含所有規(guī)則的節(jié)點作為根節(jié)點，并將其放入隊列；判斷隊列是否為空，是則結束本流程；否則在隊列首節(jié)點包含的規(guī)則數(shù)大于或等于預設值時采用HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)；在隊列首節(jié)點包含的規(guī)則數(shù)小于預設值時返回執(zhí)行判斷隊列是否為空的步驟；根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪，生成子節(jié)點；將包含規(guī)則的子節(jié)點放入隊列，并返回執(zhí)行判斷隊列是否為空的步驟。優(yōu)選地，所述采用HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)的步驟具體為去除冗余規(guī)則；計算每一維裁剪操作后的各項數(shù)據(jù)；根據(jù)每一維上裁剪后的數(shù)據(jù)，在包含的規(guī)則數(shù)大于或等于預設值的首節(jié)點上選擇其中一維進行裁剪。優(yōu)選地，所述根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪，生成子節(jié)點的步驟包括根據(jù)裁剪的次數(shù)，申請相應大小內存；根據(jù)裁剪的維和裁剪的次數(shù)確定每個子節(jié)點的范圍；確定每個子節(jié)點包含的規(guī)則。本發(fā)明還提供了一種決策樹生成設備，包括規(guī)則轉換模塊，用于將原始規(guī)則集中的規(guī)則抽象為決策樹的范圍數(shù)組；
裁剪模塊，用于以包含所有規(guī)則的節(jié)點作為根節(jié)點，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。優(yōu)選地，所述裁剪模塊包括根節(jié)點確定單元，用于將決策樹以包含所有規(guī)則的節(jié)點作為根節(jié)點，并將其放入隊列；隊列判斷單元，用于判斷所述隊列是否為空；節(jié)點判斷單元，用于當隊列不為空時，判斷隊列首節(jié)點包含的規(guī)則數(shù)是否小于預設值；裁剪參數(shù)設置單元，用于在隊列首節(jié)點包含的規(guī)則數(shù)大于或等于預設值時采用 HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)；節(jié)點生成單元，用于根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪， 生成子節(jié)點，并將所述子節(jié)點放入隊列。優(yōu)選地，所述裁剪參數(shù)設置單元具體用于去除冗余規(guī)則；計算每一維裁剪操作后的各項數(shù)據(jù)；根據(jù)每一維上裁剪后的數(shù)據(jù)，在包含的規(guī)則數(shù)大于或等于預設值的節(jié)點上選擇其中一維進行裁剪。優(yōu)選地，所述節(jié)點生成單元具體用于根據(jù)裁剪的次數(shù)，申請相應大小內存；根據(jù)裁剪的維和裁剪的次數(shù)確定每個子節(jié)點的范圍；確定每個子節(jié)點包含的規(guī)則。本發(fā)明又提供了一種基于決策樹的報文分類方法，該決策樹由上述生成方法生成，所述報文分類方法包括以下步驟提取報文中的源、目的IP地址，并將其轉換為決策樹查詢數(shù)組；由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)占.
^ \\\ 將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則。優(yōu)選地，所述由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點的步驟包括將根節(jié)點設置為當前查找節(jié)點；判斷所述查找節(jié)點是否為空，是則設置無法找到匹配規(guī)則的標識，并結束本流程； 否則在查找節(jié)點包含的規(guī)則數(shù)小于預設值時，將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則；在查找節(jié)點包含的規(guī)則數(shù)大于或等于預設值時，根據(jù)裁剪的維、裁剪的次數(shù)及查詢數(shù)組進行查找，獲得子節(jié)點，并將所述子節(jié)點設置當前查找節(jié)點，再返回執(zhí)行判斷查找節(jié)點是否為空的步驟。優(yōu)選地，將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則的步驟包括將查詢數(shù)組的每一維與葉子節(jié)點中的規(guī)則的每一維對應進行匹配，都匹配時，則返回匹配的規(guī)則序號，并結束本流程；否則設置無法找到匹配規(guī)則的標識，并結束本流程。本發(fā)明又提供了一種基于決策樹的報文分類設備，包括
7
報文轉換模塊，用于提取報文中的源、目的IP地址，并將其轉換為決策樹查詢數(shù)組；節(jié)點查找模塊，用于由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點；規(guī)則匹配模塊，用于將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則。優(yōu)選地，所述節(jié)點查找模塊包括查找節(jié)點設置單元，用于將根節(jié)點設置為當前查找節(jié)點；節(jié)點規(guī)則判斷單元，用于判斷該查找節(jié)點是否為空，不為空時則判斷所述查找節(jié)點包含的規(guī)則數(shù)是否小于預設值；子節(jié)點查找單元，用于在查找節(jié)點包含的規(guī)則數(shù)大于或等于預設值時，根據(jù)裁剪的維、裁剪的次數(shù)及查詢數(shù)組進行查找，獲得子節(jié)點，再通過所述查找節(jié)點設置單元將所述子節(jié)點設置為當前查找節(jié)點；查找結果單元，用于在查找節(jié)點為空時，設置無法找到匹配規(guī)則的標識。優(yōu)選地，所述規(guī)則匹配模塊具體用于將查詢數(shù)組的每一維與葉子節(jié)點中的規(guī)則的每一維對應進行匹配，都匹配時，返回匹配的規(guī)則序號至所述查找結果單元；否則通過所述查找結果單元設置無法找到匹配規(guī)則的標識。本發(fā)明通過采用比特前綴與HiCuts結合生成決策樹，減少了該決策樹的深度，使得基于該決策樹進行查找時既提高了查詢效率，而且還節(jié)省了內存的占用空間。


圖1是現(xiàn)有技術中基于特里樹的報文分類算法中生成的多比特特里樹的部分節(jié)點的結構示意圖；圖2是本發(fā)明決策樹的生成方法一實施例的流程示意圖；圖3是本發(fā)明采用多比特前綴與HiCuts結合的方式進行裁剪步驟的流程示意圖；圖4是應用本發(fā)明決策樹生成方法生成的決策樹一實施例的結構示意圖；圖5是本發(fā)明決策樹生成設備一實施例的結構示意圖；圖6是本發(fā)明決策樹生成設備一實施例中裁剪模塊的結構示意圖；圖7是本發(fā)明基于決策樹的報文分類方法一實施例的流程示意圖；圖8是本發(fā)明基于決策樹的報文分類方法一實施例中由根節(jié)點開始查找，獲得葉子節(jié)點過程的流程示意圖；圖9是本發(fā)明基于決策樹的報文分類設備一實施例的結構示意圖；圖10是本發(fā)明基于決策樹的報文分類設備一實施例中節(jié)點查找模塊的結構示意圖；圖11是線性查找和MBT-HiCuts進行IPv6報文分類處理比較結果示意圖。本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結合實施例，參照附圖做進一步說明。
具體實施方式
以下結合說明書附圖及具體實施例進一步說明本發(fā)明的技術方案。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。圖2是本發(fā)明決策樹生成方法一實施例的流程示意圖。需要說明的是，本發(fā)明決策樹生成方法，本身不關注數(shù)據(jù)的具體含義，本實施例僅以IPv6報文為例，當然還可以擴展到其他類型的數(shù)據(jù)應用中。參照圖2，本發(fā)明決策樹生成方法包括以下步驟步驟S101、將原始規(guī)則集中的規(guī)則轉化為決策樹的范圍數(shù)組；步驟S102、由根節(jié)點開始，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。步驟SlOl具體為提取原始規(guī)則集中規(guī)則的源、目的IPv6地址和掩碼等數(shù)據(jù)，并將其轉換成決策樹范圍數(shù)組表示的規(guī)則格式，存入到?jīng)Q策樹規(guī)則集對應的維上。決策樹每一維的長度可以權衡報文匹配規(guī)則時的查找效率及裁剪決策樹的深度來設置，本實施例中設置決策樹每一維的長度為32位。下面以一組IPv6的原始規(guī)則集為例對步驟SlOl具體描述。該IPv6的原始規(guī)則集中源、目的IPv6地址和掩碼如表1所示。表 權利要求
1.一種決策樹生成方法，其特征在于，包括以下步驟 將原始規(guī)則集中的規(guī)則轉化為決策樹的范圍數(shù)組；由根節(jié)點開始，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。
2.根據(jù)權利要求1所述的方法，其特征在于，所述由根節(jié)點開始，采用多比特前綴與 HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值的步驟具體為將決策樹以包含所有規(guī)則的節(jié)點作為根節(jié)點，并將其放入隊列； 判斷隊列是否為空，是則結束本流程；否則在隊列首節(jié)點包含的規(guī)則數(shù)大于或等于預設值時采用HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)；在隊列首節(jié)點包含的規(guī)則數(shù)小于預設值時返回執(zhí)行判斷隊列是否為空的步驟；根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪，生成子節(jié)點； 將包含規(guī)則的子節(jié)點放入隊列，并返回執(zhí)行判斷隊列是否為空的步驟。
3.根據(jù)權利要求1所述的方法，其特征在于，所述采用HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)的步驟具體為去除冗余規(guī)則；計算每一維裁剪操作后的各項數(shù)據(jù)；根據(jù)每一維上裁剪后的數(shù)據(jù)，在包含的規(guī)則數(shù)大于或等于預設值的節(jié)點上選擇其中一維進行裁剪。
4.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪，生成子節(jié)點的步驟包括根據(jù)裁剪的次數(shù)，申請相應大小內存； 根據(jù)裁剪的維和裁剪的次數(shù)確定每個子節(jié)點的范圍； 確定每個子節(jié)點包含的規(guī)則。
5.一種決策樹生成設備，其特征在于，包括規(guī)則轉換模塊，用于將原始規(guī)則集中的規(guī)則抽象為決策樹的范圍數(shù)組； 裁剪模塊，用于以包含所有規(guī)則的節(jié)點作為根節(jié)點，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。
6.根據(jù)權利要求5所述的設備，其特征在于，所述裁剪模塊包括根節(jié)點確定單元，用于將決策樹以包含所有規(guī)則的節(jié)點作為根節(jié)點，并將其放入隊列；隊列判斷單元，用于判斷所述隊列是否為空；節(jié)點判斷單元，用于當隊列不為空時，判斷隊列首節(jié)點包含的規(guī)則數(shù)是否小于預設值；裁剪參數(shù)設置單元，用于在隊列首節(jié)點包含的規(guī)則數(shù)大于或等于預設值時，采用 HiCuts算法，啟發(fā)式的選擇裁剪的維和裁剪的次數(shù)；節(jié)點生成單元，用于根據(jù)裁剪的維及裁剪的次數(shù)，采用多比特前綴方式進行裁剪，生成子節(jié)點，并將所述子節(jié)點放入隊列。
7.根據(jù)權利要求6所述的設備，其特征在于，所述裁剪參數(shù)設置單元具體用于 去除冗余規(guī)則；計算每一維裁剪操作后的各項數(shù)據(jù)；根據(jù)每一維上裁剪后的數(shù)據(jù)，在包含的規(guī)則數(shù)大于或等于預設值的節(jié)點上選擇其中一維進行裁剪。
8.根據(jù)權利要求6所述的設備，其特征在于，所述節(jié)點生成單元具體用于根據(jù)裁剪的次數(shù)，申請相應大小內存；根據(jù)裁剪的維和裁剪的次數(shù)確定每個子節(jié)點的范圍；確定每個子節(jié)點包含的規(guī)則。
9.一種基于決策樹的報文分類方法，其特征在于，所述決策樹由權利要求1所述的方法生成，所述報文分類方法包括以下步驟提取報文中的源、目的IP地址，并將其轉換為決策樹查詢數(shù)組；由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點；將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則。
10.根據(jù)權利要求9所述的報文分類方法，其特征在于，所述由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點的步驟包括將根節(jié)點設置為當前查找節(jié)點；判斷所述查找節(jié)點是否為空，是則設置無法找到匹配規(guī)則的標識，并結束本流程；否則在查找節(jié)點包含的規(guī)則數(shù)小于預設值時，將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則；在查找節(jié)點包含的規(guī)則數(shù)大于或等于預設值時，根據(jù)裁剪的維、裁剪的次數(shù)及查詢數(shù)組進行查找，獲得子節(jié)點，并將所述子節(jié)點設置為當前查找節(jié)點，再返回執(zhí)行判斷查找節(jié)點是否為空的步驟。
11.根據(jù)權利要求9或10所述的報文分類方法，其特征在于，所述將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則的步驟包括將查詢數(shù)組的每一維與葉子節(jié)點中的規(guī)則的每一維對應進行匹配，都匹配時，則返回匹配的規(guī)則序號，并結束本流程；否則設置無法找到匹配規(guī)則的標識，并結束本流程。
12.一種基于決策樹的報文分類設備，其特征在于，包括報文轉換模塊，用于提取報文中的源、目的IP地址，并將其轉換為決策樹查詢數(shù)組；節(jié)點查找模塊，用于由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點；規(guī)則匹配模塊，用于將報文的查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與查詢數(shù)組匹配的規(guī)則。
13.根據(jù)權利要求12所述的報文分類設備，其特征在于，所述節(jié)點查找模塊包括查找節(jié)點設置單元，用于將根節(jié)點設置為當前查找節(jié)點；節(jié)點規(guī)則判斷單元，用于判斷該查找節(jié)點是否為空，不為空時則判斷所述查找節(jié)點包含的規(guī)則數(shù)是否小于預設值；子節(jié)點查找單元，用于在查找節(jié)點包含的規(guī)則數(shù)大于或等于預設值時，根據(jù)裁剪的維、 裁剪的次數(shù)及查詢數(shù)組進行查找，獲得子節(jié)點，再通過所述查找節(jié)點設置單元將所述子節(jié)點設置為當前查找節(jié)點；查找結果單元，用于在查找節(jié)點為空時，設置無法找到匹配規(guī)則的標識。
14.根據(jù)權利要求13所述的報文分類設備，其特征在于，所述規(guī)則匹配模塊具體用于 將查詢數(shù)組的每一維與葉子節(jié)點中的規(guī)則的每一維對應進行匹配，都匹配時，返回匹配的規(guī)則序號至所述查找結果單元；否則通過所述查找結果單元設置無法找到匹配規(guī)則的標識。
全文摘要
本發(fā)明公開一種決策樹生成方法及設備、基于決策樹的報文分類方法及設備。該決策樹生成方法包括將原始規(guī)則集中的規(guī)則轉化為決策樹的范圍數(shù)組；由根節(jié)點開始，采用多比特前綴與HiCuts算法結合的方式裁剪，直到每一節(jié)點的規(guī)則數(shù)小于預設值。該基于決策樹的報文分類方法包括提取報文中的源、目的IP地址，并將其轉換為決策樹查詢數(shù)組；由根節(jié)點開始查找，根據(jù)裁剪的維及裁剪的次數(shù)進行依次查找，直到獲得葉子節(jié)點；將報文查詢數(shù)組與葉子節(jié)點中的規(guī)則進行比較，獲得與該報文匹配的規(guī)則。本發(fā)明通過采用比特前綴與HiCuts結合生成決策樹，減少了該決策樹的深度，使得基于該決策樹進行查找時既提高了查詢效率，而且還節(jié)省了內存的占用空間。
文檔編號H04L12/56GK102281196SQ20111022977
公開日2011年12月14日 申請日期2011年8月11日 優(yōu)先權日2011年8月11日
發(fā)明者張海峰 申請人:中興通訊股份有限公司