针对网络流量特征选择过程中存在的样本标记瓶颈问题,以及现有半监督方法无法选择强相关的特征的不足,提出一种基于类标记扩展的多类半监督特征选择(SFSEL)算法。该算法首先从少量的标记样本出发,通过K-means算法对未标记样本进行类标记扩展;然后结合基于双重正则的支持向量机(MDrSVM)算法实现多类数据的特征选择。与半监督特征选择算法Spectral、PCFRSC和SEFR在Moore数据集进行了对比实验,SFSEL得到的分类准确率和召回率明显都要高于其他算法,而且SFSEL算法选择的特征个数明显少于其他算法。实验结果表明: SFSEL算法能够有效地提高所选特征的相关性,获取更好的网络流量分类性能。

为提高数据传输效率，通常对数据进行压缩处理，传统准入控制机制没有考虑数据压缩情况，以连接阻塞（中断）率度量性能。提出一种基于压缩感知的双粒度多门限准入控制策略，通过压缩感知，从连接级和原始信息级两种粒度进行准入控制，采用门限控制机制。同时提出原始信息损失率和原始信息传输效率两种新的准入控制性能标准。理论分析与仿真表明，原始信息损失和原始信息传输效率能较好度量准入控制的性能，压缩感知的准入控制机制具有明显的性能增益。

提出一种高速、低功耗路由查找引擎结构ISCP TCAM(ImprovedStage ControlPipeline TernaryContentAddressableMemory),这种结构不但具有传统内容可寻址寄存器(TCAM)管理简单、 更新容易、查找快速等优点,而且功耗要比同等容量的TCAM小得多。同时为进一步评估其性能利 用ALTERA公司的逻辑可编程门阵列(FPGA)实现了这一结构。该结构在低功耗高速路由查找引擎 的设计中是一个较好的选择。