利用CUDA技术实现的深度包检测

发布时间：2017-06-20 01:05

  本文关键词：利用CUDA技术实现的深度包检测，由笔耕文化传播整理发布。

【摘要】：随着网络技术的日益发展,人们的生活越来越离不开网络,在网络技术带给我们方便的同时,其包含的安全隐患也不容忽视。深度包检测作为一种在流量管理、安全以及网络分析等方面较为成熟的技术被各大网络运营商、互联网服务提供商广泛应用,其核心算法的效率也成为研究的重点。而如今GPU的高性能并行运算能力越来越受到大家的青睐,利用CUDA技术实现并行改进算法也成为了提高程序执行速度的首选方案。本文将从两个方面研究和实现高效的DPI算法,一是设计和改进基于SDCH字典压缩的模式匹配算法,这是实现SDCH深度包检测的基础,利用CUDA技术对其进行并行化改进也能大幅度提高算法的执行效率,使其更好地面对实际问题;二是设计正则表达式匹配算法Glushkov自动机比特并行方法的高度并行化改进方案,从而提高正则表达式匹配算法的效率,以达到加快基于正则表达式匹配DPI算法速度的目的。最终验证了两种算法的正确性,并比较了利用CUDA技术改进后的算法与CPU下原算法在执行效率上的差异,进一步证明了改进的成效,并为DPI算法面对实际复杂的工作提供效率上的有力保障。
【关键词】：SDCH Glushkov CUDA DPI
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.08
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 引言9-21
• 1.1 研究背景9-10
• 1.2 基本概念介绍10-18
• 1.3 国内外发展历史及研究现状18-19
• 1.4 论文的组织19-21
• 第2章 基于SDCH的DPI算法的设计实现以及改进21-41
• 2.1 算法介绍21
• 2.2 算法解析21-33
• 2.2.1 Off-line阶段21-29
• 2.2.2 On-line阶段29-33
• 2.3 算法伪代码33-37
• 2.3.1 根据模式构造DAWG33-34
• 2.3.2 比特并行编码34-36
• 2.3.3 预处理字典36-37
• 2.3.4 检测匹配37
• 2.4 利用CUDA改进算法37-41
• 2.4.1 CPU下性能的瓶颈37-38
• 2.4.2 GPU下的改进38
• 2.4.3 GPU下shift-and算法的具体实现38-41
• 第3章 Glushkov自动机并特并行方法的CUDA改进41-49
• 3.1 算法介绍41
• 3.2 算法的并行化设计41-44
• 3.2.1 单模式41-43
• 3.2.2 多模式43-44
• 3.3 算法如何在GPU中工作44-45
• 3.4 算法伪代码45-48
• 3.4.1 CPU下构造Glushkov自动机45-46
• 3.4.2 GPU下匹配算法46-48
• 3.5 算法分析48-49
• 第4章 算法正确性及性能测试49-55
• 4.1 基于SDCH字典压缩的多模式匹配算法部分49-52
• 4.1.1 测试的目的49
• 4.1.2 测试环境及数据49
• 4.1.3 测试正确性49-50
• 4.1.4 测试模式数量与长度对算法效率的影响50-51
• 4.1.5 验证利用CUDA改进的效果51-52
• 4.2 Glushkov自动机比特并行方法的CUDA改进部分52-55
• 4.2.1 测试目的52
• 4.2.2 测试环境52-53
• 4.2.3 测试数据53
• 4.2.4 测试结果53-55
• 第5章 总结与展望55-58
• 5.1 全文总结55
• 5.2 今后工作的展望55-58
• 参考文献58-60
• 作者简介及在学期间取得的科研成果60-61
• 致谢61

【参考文献】

中国期刊全文数据库 前3条

1 吴玉;朱洪亮;;局域网流量识别与控制系统的研究与改进[J];北京电子科技学院学报;2014年02期

2 胡卫华;班晓芳;孟祥杰;冯永胜;;面向下一代威胁的安全框架[J];信息安全与通信保密;2014年06期

3 朱伟;;QoS技术发展趋势综述[J];电信技术;2009年01期

  本文关键词：利用CUDA技术实现的深度包检测，，由笔耕文化传播整理发布。

本文编号：464184