《表5 误差验证结果：基于决策树映射的低功耗TCAM包分类方案》

  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

《基于决策树映射的低功耗TCAM包分类方案》

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

表5给出了对比算法及本文所提算法所生成的通用规则数。从表中可以看到，Smart PC算法生成了较多的通用规则，有时占比甚至超过30%，使得该算法占用了大量的通用TCAM数据块，严重影响了功耗降低效果。其根本原因是，Smart PC算法在构建索引项时是基于两个IP地址来构建的，然而对于实际规则集，规则间普遍存在着地址正交或准正交现象，使得这部分规则难以被索引项区间完整覆盖从而转换为通用规则。此外，由于索引项的构建是通过不断缩减地址前缀长度的方式来实现的，使得索引项每次覆盖的区间大小呈现倍数级增长，从而使得每次新增的覆盖规则数过大而容易照成较多的通用规则。而本文所提算法首先通过子集划分来消除规则地址域间的正交关系，对于每个子集，由于采用了自顶向下的决策树构建方法及全局贪心遍历算法，极大减少了通用规则的数量及所占通用块的数量。此外，虽然Green TCAM算法采用了与本文一致的子集划分技术，但是其构建索引项所采用的投影聚合技术会使得部分规则因覆盖多个聚合区间而转变为通用规则，从而增加了最终的通用规则数。