● 摘要
软件定义网络是当前网络设备研究的热点，它将网络控制逻辑从包转发逻辑中抽离，是一种可编程的新型的网络架构。这种新型的网络架构将紧紧和网络设备联系在一起的结构转变为将计算设备的控制迁移为应用的结构，把网络看做一个逻辑或虚拟整体的网络服务。网络流量分类技术是进行网络流量过滤的基本技术，通常使用深度包检测技术实现。深度包检测技术需要在SDN网络下重构以适应Openflow上下文，同时加速深度包检测使得该技术能够应用到高速网络中。基于软件定义网络的网络架构的深度包检测技术的研究与实现是研究的热点问题。
本文着重研究基于SDN网络架构的DPI技术的设计与实现，并加速深度包检测算法的计算效率。
本文首先对深度包检测技术和SDN网络架构中深度包检测技术的国内外研究现状进行了分析，分析了深度包检测技术并行化的技术难点和现有技术的优缺点，总结了研究内容，设计了分层次的软件体系结构。给出了流量输入和处理、分组调度和模式匹配等几个主要模块的功能结构。
其次本文优化了自适应最高随机权重算法（Adaptive Highest Random Weight, AHRW），用于并行加速深度包检测技术。算法结合报文队列长度和流应用层数据长度，AHRW算法以处理线程的运行队列长度作为线程任务负载的度量，结合当前流的应用层数据长度，进行动态负载均衡，提高系统加速比。
然后给出了一种加速深度包检测技术中模式匹配过程的方法，根据规则适用流量的传输层协议将规则分类，根据匹配结果动态调整规则在规则链中的顺序，并改进了多报文叠加匹配计算方法。
最后，进行了实验验证，在实现的原型系统中对系统的功能和性能进行了验证与分析。主要进行了吞吐量测试，分组调度方法比较，以及基于Tilera多核平台性能优化的测试等实验。