摘要
本发明涉及一种基于自适应元组替换的高速数据包分类方法及应用,属于计算机网络领域中的数据包分类技术领域。通过构建混合数据结构,将决策树与元组相结合,并在规则更新过程中检测并替换瓶颈分支,提升数据包分类的效率。本发明利用轻量级哈希表元组结构替代决策树中的低效分支,确保在规则频繁更新的情况下,保持分类速度的稳定性。该方法在优化内存使用的同时,能够显著提升分类性能,且具备良好的硬件部署适应性,适用于大规模网络环境下的快速包分类。
技术关键词
数据包分类方法
分支
瓶颈
协方差矩阵
节点
数据包分类技术
卡尔曼滤波修正
大规模网络环境
混合结构
搜索模块
卡尔曼滤波算法
方程
分类结构
递归算法
分类系统
标记
列表
哈希表