افزایش کارایی دسته بند درختی مبتنی بر tcam به کمک برش‌های پویا در فضای ژیومتریک

دسته‌بندی بسته‌ها یکی از پردازش‌های اساسی است که اغلب توسط پردازنده‌های شبکه اجرا می‌شود. در پیاده‌سازی سخت‌افزاری الگوریتم-های دسته‌بندی بسته‌ها، از حافظه های تداعی گر چند وضعیتی (tcam) برای جست‌و‌جوی موازی و افزایش سرعت پردازش استفاده می شود. در معماری دسته بند که عموماً از دو مرحله تشکیل شده است، نخست درخت های تصمیم گیری ایجاد شده و قوانین دسته بند بین برگ های آن توزیع می شوند. در مرحله دوم، متناظر با برگ‌های درخت، قوانین در بلوک‌های متفاوتی از tcam جای می گیرند. در این مقاله با ارایه الگوریتمی پویا، بهترین بیت‌ها برای برش فضای ژیومتریک قوانین با هدف توزیع متوازن قانون‌ها و کاهش تکرار آن‌ها در درخت تصمیم انتخاب می‌شوند. کارایی معماری پیشنهادی به کمک برش پویا، با معماری های موجود مقایسه شده است. مقایسه نتایج نشان می دهد، روش پیشنهادی قوانین را در بلوک‌های tcam، متوازن تر توزیع می‌نماید. در نتیجه، میزان حافظه و توان مصرفی مورد نیاز تا حد چشمگیری کاهش می‌یابد.