基于IXP2800网络处理器的DiffServ分类器的实现

计算机应用 ›› 2005, Vol. 25 ›› Issue (05): 1177-1178.

基于IXP2800网络处理器的DiffServ分类器的实现

芦东昕¹，刘丽娜^1,2，熊韬¹

1. 中兴通讯股份有限公司技术中心研究部； 2.西安电子科技大学通信工程学院

发布日期:2005-05-25 出版日期:2005-05-01

Implementation of DiffServ classifier based on IXP2800 network processor推

LU Dong-xin¹,LIU Li-na^1,2,XIONG Tao¹

1. Department of Advanced Technology, Technology Centre, ZTE Corporation, Shenzhen Guangdong 518057, China; 2. School of Communication Engineering, Xidian University, Xi’an Shannxi 710071, China

Online:2005-05-25 Published:2005-05-01

摘要/Abstract

摘要： 多媒体业务的出现,使得传统的公平服务的服务质量已不能满足此类业务实时性要求。DiffServ机制通过设置优先级和边缘监管实现了对不同业务的区分对待。分类器是DiffServ机制实现的一个必要部件。该四元组分类器在一种通用网络处理器IXP2800上实现,并在Intel的仿真环境workbench下验证通过。

关键词: , 网络处理器, DiffServ, 分类器

Abstract: With the advent of multimedia service, the traditional fair traffic service mode can no longer satisfy the need of their quality of service (QoS). DiffServ scheme can differentiate different applications by setting priority for each flow and policing traffic at the edge of network. Classifier is one of the parts in implementation of DiffServ. This complement of DiffServ four-tuple classifier is based on a general-purpose network processor IXP2800 and has been tested under workbench - Intel simulation environment.

Key words: network processor, DiffServ, classifier

中图分类号:

TP393

芦东昕，刘丽娜，熊韬. 基于IXP2800网络处理器的DiffServ分类器的实现[J]. 计算机应用, 2005, 25(05): 1177-1178.

LU Dong-xin,LIU Li-na,XIONG Tao. Implementation of DiffServ classifier based on IXP2800 network processor推[J]. Journal of Computer Applications, 2005, 25(05): 1177-1178.

[1]	严爱军, 魏志远. 案例推理分类器的权重分配及案例库维护方法[J]. 计算机应用, 2021, 41(4): 1071-1077.
[2]	闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3178-3184.
[3]	尹春勇, 朱宇航. 基于垂直集成Tri-training的虚假评论检测模型[J]. 计算机应用, 2020, 40(8): 2194-2201.
[4]	肖跃雷, 张云娇. 基于特征选择和超参数优化的恐怖袭击组织预测方法[J]. 计算机应用, 2020, 40(8): 2262-2267.
[5]	王留洋, 俞扬信, 陈伯伦, 章慧. 基于共识和分类改善文档聚类的识别信息方法[J]. 计算机应用, 2020, 40(4): 1069-1073.
[6]	邓天民, 方芳, 周臻浩. 基于改进空间金字塔池化卷积神经网络的交通标志识别[J]. 计算机应用, 2020, 40(10): 2872-2880.
[7]	白东颖, 易亚星, 王庆超, 余志勇. 面向概念漂移问题的渐进多核学习方法[J]. 计算机应用, 2019, 39(9): 2494-2498.
[8]	张宗堂, 陈喆, 戴卫国. 基于间隔理论的过采样集成算法[J]. 计算机应用, 2019, 39(5): 1364-1367.
[9]	朴杨鹤然, 任俊玲. 基于Stacking的恶意网页集成检测方法[J]. 计算机应用, 2019, 39(4): 1081-1088.
[10]	郇战, 陈学杰, 吕士云, 耿宏杨. 基于多分类器融合的步态识别方法[J]. 计算机应用, 2019, 39(3): 712-718.
[11]	向立, 严迪群, 王让定, 李孝文. 针对多种处理痕迹的数字语音取证算法[J]. 计算机应用, 2019, 39(1): 126-130.
[12]	常炳国, 臧虹颖. 基于分段降维和路径修正DTW的时序特征分类器设计[J]. 计算机应用, 2018, 38(7): 1910-1915.
[13]	魏震宇, 文畅, 谢凯, 贺建飚. 光流估计下的移动端实时人脸检测[J]. 计算机应用, 2018, 38(4): 1146-1150.
[14]	王玲娣, 徐华. AdaBoost的多样性分析及改进[J]. 计算机应用, 2018, 38(3): 650-654.
[15]	张翠军, 陈贝贝, 周冲, 尹心歌. 基于多目标骨架粒子群优化的特征选择算法[J]. 计算机应用, 2018, 38(11): 3156-3160.