CN117435912A - 基于网络数据包属性值长短特征的数据包索引与检索方法 - Google Patents

基于网络数据包属性值长短特征的数据包索引与检索方法 Download PDF

Info

Publication number
CN117435912A
CN117435912A CN202311388122.8A CN202311388122A CN117435912A CN 117435912 A CN117435912 A CN 117435912A CN 202311388122 A CN202311388122 A CN 202311388122A CN 117435912 A CN117435912 A CN 117435912A
Authority
CN
China
Prior art keywords
attribute
index
data packet
network
short
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311388122.8A
Other languages
English (en)
Inventor
张广兴
姜海洋
吴颖
金宇翔
刘凤浩
廖志元
王嘉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Future Networks Innovation Institute
Original Assignee
Jiangsu Future Networks Innovation Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Future Networks Innovation Institute filed Critical Jiangsu Future Networks Innovation Institute
Priority to CN202311388122.8A priority Critical patent/CN117435912A/zh
Publication of CN117435912A publication Critical patent/CN117435912A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种基于网络数据包属性值长短特征的数据包索引与检索方法，该方法包括：获取网络数据包，对网络数据包解码得到属性值；根据属性值中每个参数的长度特征进行分类，构建索引数据结构并完成保存；发起检索请求，得到对应的网络数据包，检索完成。本发明与现有技术相比，其显著优点是：通过对网络流量数据包中的属性值进行长短分类处理，并选择合适的索引算法进行索引处理，实现了对数据包的高效索引与检索。这种方法在保证高效率的同时，兼顾到索引的准确性和灵活性，从而更好地满足不同场景下的需求，提高了实用性。因此，本发明具有重要的实际应用价值，对于网络流量数据包的处理效率提升和实时性保障具有重要的意义。

Description

基于网络数据包属性值长短特征的数据包索引与检索方法
技术领域
本发明涉及网络流量数据处理技术领域，特别是一种基于网络数据包属性值长短特征的数据包索引与检索方法。
背景技术
随着网络技术的快速发展，网络流量数据包的数量和复杂性不断增加。在这种情况下，对于网络流量数据包的索引和检索，传统的单一索引算法已经无法满足高效、准确和灵活的需求。尽管现有的网络流量数据包索引技术已经发展得较为成熟，但是其主要侧重于单一的索引算法，没有充分考虑到不同长度属性对于索引效率的影响。因此，在处理网络流量数据包时，单一的索引算法往往无法达到最优的性能表现。现有的技术还存在着索引构建时间和空间开销较大的问题。特别是在处理大规模网络流量数据包时，现有的索引算法可能需要耗费较长时间和较大的存储空间来构建索引，这会直接影响到网络流量数据包的处理效率和实时性。这也就意味着，对于大量数据的处理或是优化索引效率的场景中，这些技术手段的应用会受到一定限制。
文献1：中国发明专利CN202110457333.7公开了一种网络流量实时索引方法及系统，其中的索引建立虽然也是按照属性值进行分段，但其作用在于突出全部属性采用hash-Trie最短不相交前缀算法和索引压缩算法；这种倒排索引的方式由于其倒排列表的记录号表长不固定，在插入和修改元素时，需要重新分配占用内存以及元素内存移动，引发连锁更新问题，过分消耗内存，导致检索延迟。
发明内容
本发明的目的在于提供一种基于网络数据包属性值长短特征的数据包索引与检索方法，将待索引的网络流量数据包中的属性值分为长属性和短属性，并采用不同的索引算法对待索引属性值进行索引处理，以提高网络流量数据包索引与检索的效率。
实现本发明目的的技术解决方案为：
一种基于网络数据包属性值长短特征的数据包索引与检索方法，该方法包括：
获取网络数据包，对网络数据包解码得到属性值；
将属性值按长度进行分类，对每一类分别构建索引并保存；
基于索引，发起检索请求，得到对应的网络数据包，检索完成。
进一步的，属性值包括源IPv6地址、目的IPv6地址、源IPv4地址、目的IPv4地址、时间戳、源端口、目的端口和协议号。
进一步的，将属性值按长度分为两类：长属性和短属性；其中长属性为长度大于等于设定字节数的属性值，短属性为长度小于设定字节数的属性值。
进一步的，对于长属性，采用hash-Trie索引算法构建索引。
进一步的，对于长属性，采用hash-Trie索引算法构建索引具体构建流程为：
将长属性分成网络前缀和主机部分，并对网络前缀进行分段；
对每段网络前缀进行哈希处理，使用哈希函数将得到的所有分段的网络前缀的哈希值映射到哈希表中；
构建Tire树，Tire树中每个节点代表一段网络前缀或主机部分，且每个节点包含一个指向其子节点的指针数组；
将所有分段的网络前缀的哈希值逐个插入Tire树的节点中，每个节点记录有插入的分段网络前缀对应的网络数据包的位置偏移量。
进一步的，对于短属性，采用直接寻址哈希法构建索引。
进一步的，对于短属性，采用直接寻址哈希法构建索引，具体构建流程为：
将短属性的哈希值作为哈希表的索引，直接插入到哈希表中；获取短属性对应的偏移量链表，向偏移量链表插入包含短属性的数据包的偏移量，完成一次短属性索引的创建；
索引的结构包括哈希表和偏移量链表两部分，其中哈希表用于存储偏移量链表的指针，偏移量链表用于记录包含短属性的数据包的偏移量；
哈希表的大小由短属性长度的取值范围确定。
进一步的，发起检索请求，包括：
输入检索数据，计算检索数据的属性值；
将检索数据的属性值与对应的长属性索引数据结构或短属性索引数据结构进行匹配，得到检索数据对应的索引位置，提取索引位置的网络数据包。
一种计算机系统，包括存储器和处理器；其中：
存储器，用于存储程序；
处理器，用于执行程序，实现如基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
本发明与现有技术相比，其显著优点是：
(1)快速创建索引：根据属性长度选择不同的索引算法，实现快速创建索引，提高索引构建的效率。由于直接寻址哈希法比哈希-Trie索引算法的构建速度更快，因此有利于短属性更快地创建索引。
(2)索引占用空间少：选择适配的索引算法和考虑属性长度对索引效率的影响，有效减少索引占用的空间；其中，短属性索引数据结构中的哈希表和偏移量链表比长属性索引数据结构中的Trie树更加紧凑，更有利于节约存储资源。
(3)灵活检索效率高：通过对属性值的长短特征进行分析和划分，根据适配的索引算法，灵活选择需要索引的属性值，达到快速检索出准确数据包的效果；同时满足在不同的应用场景的检索需求。
附图说明
图1是本发明的基于网络数据包属性值长短特征的数据包索引与检索方法的流程示意图。
图2是本发明的一个实施例中的短索引数据结构示意图。
图3是本发明的一个实施例中的短索引数据结构的短属性导出示意图。
具体实施方式
以下结合附图，详细说明本发明的实施方式。
如图1所示，一种基于网络数据包属性值长短特征的数据包索引与检索方法，该方法包括：
获取网络数据包，对网络数据包解码得到属性值；
将属性值按长度进行分类，对每一类分别构建索引并保存；
基于索引，发起检索请求，得到对应的网络数据包，检索完成。
具体的，属性值包括源IPv6地址、目的IPv6地址、源IPv4地址、目的IPv4地址、时间戳、源端口、目的端口和协议号。
具体的，将属性值按长度分为两类：长属性和短属性；其中长属性为长度大于等于设定字节数的属性值，短属性为长度小于设定字节数的属性值。
具体的，对于长属性，采用hash-Trie索引算法构建索引。
具体的，对于长属性，采用hash-Trie索引算法构建索引具体构建流程为：
将长属性分成网络前缀和主机部分，并对网络前缀进行分段；
对每段网络前缀进行哈希处理，使用哈希函数将得到的所有分段的网络前缀的哈希值映射到哈希表中；
构建Tire树，Tire树中每个节点代表一段网络前缀或主机部分，且每个节点包含一个指向其子节点的指针数组；
将所有分段的网络前缀的哈希值逐个插入Tire树的节点中，每个节点记录有插入的分段网络前缀对应的网络数据包的位置偏移量。
具体的，对于短属性，采用直接寻址哈希法构建索引。
具体的，对于短属性，采用直接寻址哈希法构建索引，具体构建流程为：
将短属性的哈希值作为哈希表的索引，直接插入到哈希表中；获取短属性对应的偏移量链表，向偏移量链表插入包含短属性的数据包的偏移量，完成一次短属性索引的创建；
索引的结构包括哈希表和偏移量链表两部分，其中哈希表用于存储偏移量链表的指针，偏移量链表用于记录包含短属性的数据包的偏移量；
哈希表的大小由短属性长度的取值范围确定。
具体的，发起检索请求，包括：
输入检索数据，计算检索数据的属性值；
将检索数据的属性值与对应的长属性索引数据结构或短属性索引数据结构进行匹配，得到检索数据对应的索引位置，提取索引位置的网络数据包。
一种计算机系统，包括存储器和处理器；其中：
存储器，用于存储程序；
处理器，用于执行程序，实现如基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
下面结合本发明的实际应用场景，详细说明基于网络数据包属性值长短特征的数据包索引与检索方法的操作过程。
S1、索引生成过程
(1)接收数据包：通过物理层接收器(如网卡)接收网络流量数据包。
(2)解码数据包：对接收到的数据包进行解码，获取其各个属性值，包括源IPv6地址、目的IPv6地址、源IPv4地址、目的IPv4地址、时间戳、源端口、目的端口和协议号等。
(3)分类处理属性值：将待索引的网络流量数据包中的属性值分为长属性和短属性。长属性包括源IPv6地址、目的IPv6地址、源IPv4地址、目的IPv4地址以及时间戳，这些属性的长度均大于等于4字节。而短属性则包括源端口、目的端口和协议号，这些属性的长度均小于4字节。
(4)索引长属性：采用hash-Trie索引算法进行处理。
首先，将长属性分割为网络前缀和主机部分，并对网络前缀进行进一步划分，得到若干个段，选择一个哈希函数，用于将若干个段的值映射到哈希表中，优选MD5、SHA-1或其他常用的哈希函数。其中：如ipv4地址192.168.0.1转换为11000000 101010000000000000000001，根据网络前缀的长度，从IPv4地址的左侧截取相应数量的位作为网络前缀。假设网络前缀长度为24，则从左侧截取24位作为网络前缀，即1100000010101000 00000000；将剩余的位作为主机部分，主机部分为00000001。
如IPv6地址2001:db8::1转换为2001:db8::1，根据网络前缀的长度，从IPv6地址的左侧截取相应数量的位作为网络前缀。假设网络前缀长度为48，则从左侧截取48位作为网络前缀，即2001:db8::，主机部分为::1。
然后，根据哈希函数的输出构建Trie树。每个节点代表一个前缀或主机部分。每个节点包含一个指向其子节点的指针数组，以支持更精确的匹配。
最后，插入数据，将每个分段的网络前缀的哈希值插入到Trie树中。对于每个插入的节点，可以记录该节点下的对应网络数据包的位置偏移量。这样可以快速地查找到目标属性值对应的数据包。
需要说明的是，对网络前缀进行进一步划分，是考虑到Ip地址长度较长，将网络前缀划分为更小的段有效减少每个节点的子节点数量，通过将网络前缀划分为更小的段实现更快地查找到目标属性值对应的数据包。在Trie树中，每个节点代表一个前缀或主机部分，每个节点包含一个指向其子节点的指针数组。当查询目标属性值时，从根节点开始，逐级向下遍历树结构，直到找到对应的节点。划分网络前缀为更小的段有效减少遍历树结构的层级，从而提高了查询效率。划分的段越小，就能够更精确地匹配网络前缀和主机部分。这样，当查询目标属性值时，实现更快地找到匹配的节点，并且精准确定数据包的位置偏移量。
(5)索引短属性：对于短属性，根据短属性域宽度相对较短的特点，使用完整属性值来建立索引，采用直接寻址哈希法进行处理，既可以保证插入速度，又能使空间开销控制在合理范围内。根据短属性长度的取值范围确定哈希表的大小，使用一个哈希函数将属性值映射到哈希表中相应的位置，可以快速地查找到目标属性值对应的数据包。当获取到某个短属性(如端口、协议等)为其创建索引时，将其属性值作为哈希表的索引，直接插入到hash表，获取到该属性值对应的偏移量链表，然后向偏移量链表插入当前数据包的偏移量完成一次短属性索引的创建。
S2、构建索引数据结构
(1)短属性索引数据结构
短属性索引数据结构包括哈希表和偏移量链表；其中：
哈希表是一个指针数组，数组的大小由被索引属性长度的取值范围决定，比如,端口号是2字节则对应的数组大小为65536，协议号是一个字节则对应的数组大小为256。
偏移量链表用于记录包含某个属性值的数据包的偏移量，每个数据包的开头部分设置一个偏移量字段；当为数据包的某个短属性(如源端口)建立索引时，将其短属性值作为哈希表的索引，在哈希表中，每个位置存储一个指向偏移量链表的指针。对于每个属性值，其在偏移量链表中记录的偏移量对应的数据包就是含有该属性值的数据包。根据目标属性值快速查找到对应的数据包，访问偏移量并获取该数据包的实际内容。
以目的端口为例说明，假设某流量集合中包含6个数据包，其中目的端口号为21的两个数据包在文件中的偏移量为0、1330；目的端口号为80的两个数据包在文件中的偏移量为450、2000，目的端口号为445的两个数据包在文件中的偏移量为1024，2880，对收到的目的端口号为21的报文，首先我们采用直接hash找到对应的21的位置，如果为空，则创建偏移量链表指针，并写入偏移为0节点挂在偏移量链表下。否则找到对应的偏移量链表，创建新的偏移节点挂在偏移量节点后面。以此类推，其他剩余的5个数据包经过同样处理，最后结构为哈希表的第21、80、445号桶分别存储三个偏移量链表的指针，并且21号桶指向的链表记录的偏移量为0、1330，80号桶指向的链表记录的偏移量为512、2000，445号桶指向的链表记录的偏移量为1024、2880。对应索引结构如图2所示。
(2)长属性索引数据结构
长属性索引数据结构也是由哈希表和偏移量链表组成，但其具体的构建过程和存储方式与短属性索引数据结构有所不同。其中：
哈希表作为一个数组，用于将长属性的每个段值映射到对应的Trie树节点。每个数组元素都是一个指向Trie树节点的指针。Trie树是一个多叉树结构，用于高效地存储和查找长属性的哈希值。每个节点包含一个哈希值和一个指向其子节点的指针数组。Trie树的根节点是所有长属性的起始点。
偏移量链表记录了该节点下的所有数据包在存储空间中的偏移量信息，对于每个Trie树节点，存储一个指向偏移量链表的指针；通过使用hash-Trie索引算法，可以高效地根据长属性(如IP地址)查找到对应的数据包，并支持快速检索和更新操作。
S3、索引数据导出保存
由于存储设备的内存空间是有限的，所以当内存中的数据达到一定的量时，将其导出到硬盘，以便永久保存。将索引导出到硬盘时，需要注意保持其逻辑结构与在内存时一致，以短索引的直接hash算法为例，如图3所示。
S4、检索数据
发起检索请求时，根据需要查找检索数据的属性值，通过对应的索引数据结构进行快速查找。由于本发明采用了根据属性长度选择不同索引方式的方法，能够更加高效地查找到目标属性值对应的数据包，提高了检索效率。这种灵活的索引方式可以在不同的网络流量数据处理场景中发挥重要作用，具有很高的实用性和使用价值。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备和存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：所述方法包括：
获取网络数据包，对网络数据包解码得到属性值；
将属性值按长度进行分类，对每一类分别构建索引并保存；
基于所述索引，发起检索请求，得到对应的网络数据包，检索完成。
2.根据权利要求1所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：所述属性值包括源IPv6地址、目的IPv6地址、源IPv4地址、目的IPv4地址、时间戳、源端口、目的端口和协议号。
3.根据权利要求2所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：将属性值按长度分为两类：长属性和短属性；其中长属性为长度大于等于设定字节数的属性值，短属性为长度小于设定字节数的属性值。
4.根据权利要求3所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：对于长属性，采用hash-Trie索引算法构建索引。
5.根据权利要求4所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：对于长属性，采用hash-Trie索引算法构建索引具体构建流程为：
将所述长属性分成网络前缀和主机部分，并对网络前缀进行分段；
对每段网络前缀进行哈希处理，使用哈希函数将得到的所有分段的网络前缀的哈希值映射到哈希表中；
构建Tire树，Tire树中每个节点代表一段网络前缀或主机部分，且每个节点包含一个指向其子节点的指针数组；
将所有分段的网络前缀的哈希值逐个插入Tire树的节点中，每个节点记录有插入的分段网络前缀对应的网络数据包的位置偏移量。
6.根据权利要求4所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：对于短属性，采用直接寻址哈希法构建索引。
7.根据权利要求6所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：对于短属性，采用直接寻址哈希法构建索引，具体构建流程为：
将所述短属性的哈希值作为哈希表的索引，直接插入到哈希表中；获取所述短属性对应的偏移量链表，向偏移量链表插入包含所述短属性的数据包的偏移量，完成一次短属性索引的创建；
所述索引的结构包括哈希表和偏移量链表两部分，其中哈希表用于存储偏移量链表的指针，偏移量链表用于记录包含所述短属性的数据包的偏移量；
所述哈希表的大小由短属性长度的取值范围确定。
8.根据权利要求5或7所述的基于网络数据包属性值长短特征的数据包索引与检索方法，其特征在于：所述发起检索请求，包括：
输入检索数据，计算检索数据的属性值；
将检索数据的属性值与对应的长属性索引数据结构或短属性索引数据结构进行匹配，得到检索数据对应的索引位置，提取所述索引位置的网络数据包。
9.一种计算机系统，其特征在于，包括：存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如权利要求1至8中任一项所述的基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至8中任一项所述的基于网络数据包属性值长短特征的数据包索引与检索方法的各个步骤。
CN202311388122.8A 2023-10-25 2023-10-25 基于网络数据包属性值长短特征的数据包索引与检索方法 Pending CN117435912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311388122.8A CN117435912A (zh) 2023-10-25 2023-10-25 基于网络数据包属性值长短特征的数据包索引与检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311388122.8A CN117435912A (zh) 2023-10-25 2023-10-25 基于网络数据包属性值长短特征的数据包索引与检索方法

Publications (1)

Publication Number Publication Date
CN117435912A true CN117435912A (zh) 2024-01-23

Family

ID=89549229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311388122.8A Pending CN117435912A (zh) 2023-10-25 2023-10-25 基于网络数据包属性值长短特征的数据包索引与检索方法

Country Status (1)

Country Link
CN (1) CN117435912A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117851696A (zh) * 2024-03-06 2024-04-09 北京新宇航星科技有限公司 一种数据包的检索方法、设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117851696A (zh) * 2024-03-06 2024-04-09 北京新宇航星科技有限公司 一种数据包的检索方法、设备和存储介质
CN117851696B (zh) * 2024-03-06 2024-05-03 北京新宇航星科技有限公司 一种数据包的检索方法、设备和存储介质

Similar Documents

Publication Publication Date Title
KR102289332B1 (ko) 병합 트리 가비지 메트릭스
JP5996088B2 (ja) 暗号ハッシュ・データベース
US9269411B2 (en) Organizing data in a hybrid memory for search operations
US8335889B2 (en) Content addressable storage systems and methods employing searchable blocks
JP5506290B2 (ja) 検索可能なブロックを用いた連想記憶システムおよびその方法
US9871727B2 (en) Routing lookup method and device and method for constructing B-tree structure
CN110858823B (zh) 一种数据包的分类方法、装置及计算机可读存储介质
US20100228914A1 (en) Data caching system and method for implementing large capacity cache
CN108134739B (zh) 一种基于索引特里树的路由查找方法及装置
CN117435912A (zh) 基于网络数据包属性值长短特征的数据包索引与检索方法
CN111190904A (zh) 一种图-关系数据库混合存储的方法和装置
CN111416880A (zh) Ip地址的寻址方法及装置，计算机存储介质及电子设备
WO2013078644A1 (zh) 路由前缀存储方法、装置及路由地址查找方法、装置
US20160275199A1 (en) Data processing device, data processing method, and non-transitory computer readable medium
US7478109B1 (en) Identification of a longest matching prefix based on a search of intervals corresponding to the prefixes
CN110413711A (zh) 一种差异数据获取方法及其存储介质
CN109325022B (zh) 一种数据处理方法和装置
Hsieh et al. Multiprefix trie: A new data structure for designing dynamic router-tables
WO2021208403A1 (zh) 数据流表及其处理方法、装置、存储介质
CN111241090B (zh) 存储系统中管理数据索引的方法和装置
CN113596098B (zh) 会话检索方法、装置、设备及计算机可读存储介质
CN112800067B (zh) 范围查询方法、装置、计算机可读存储介质及电子设备
CN111865804B (zh) 一种通过硬件发包机制提升路由下发效率的方法及系统
CN109325023B (zh) 一种数据处理方法及装置
KR101587756B1 (ko) 블룸 필터 선-검색을 이용한 스트링 정보 검색 장치 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination