《表7 L-FIB的吞吐量性能分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络的命名数据网学习型FIB研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图7给出了L-FIB和其他对比方案的吞吐量性能，更详细的结果如表7所示．由于L-FIB和Binary Patricia Trie-FIB可以完全将索引结构部署在SRAM上，因此它们的吞吐量远远大于其他方案．在这两者之间，L-FIB的性能更优，吞吐量可以达到大约11.64×106数据包/s，因为L-FIB中的神经网络模型足够小巧，能够在命名数据网转发平面中快速运行．Binary Patricia Trie-FIB的吞吐量比L-FIB稍低，原因在于Binary Patricia Trie较高的深度影响了名称数据检索的速度．而HT-FIB和B-Ma FIB的索引结构需要较大的存储空间，必须完全部署或部分部署在DRAM上，因此它们的吞吐量大大降低，难以满足当前互联网对数据包快速处理的要求．