近几年,随着网络技术的飞速发展,互联网应用已经渗透到人们工作生活的方方面面。人们越来越关注网络中传输的数据内容;而现有的TCP/IP架构却是以地址为核心,在可扩展性、动态性和安全性等方面已难以满足应用的需求。鉴于此,命名数据网络(Named Data Networking,NDN)提出将网络关注的焦点从地址转移到数据内容,颠覆了传统TCP/IP网络的通信模型。在NDN的数据平面,数据名查找是一项关键技术,直接决定了数据平面转发数据包的性能以及资源开销。相比于IP地址,NDN数据名结构复杂、不定长且无理论上限,这给数据名查找带来了更大的挑战。基于前缀树的数据名查找方案在不考虑专用硬件加速的情况下查找速度难以满足性能需求;哈希表和布鲁姆过滤器虽然操作简单、平均查找速度快,但不能直接应用于前缀查找,且需小心处理哈希冲突和假阳性问题。前缀布鲁姆过滤器(Prefix Bloom Filter,PBF)根据前缀长度分布,结合哈希表和布鲁姆过滤器来实现查找加速,同时降低假阳性率。然而,其存储利用率较低,浪费了大部分存储空间。鉴于此,本文基于前缀布鲁姆过滤器,设计了一种更紧凑的结构及相应的查找算法,在保障查找速度、假阳性率和准确率的前提下压缩存储开销。实验表明,该方案能节省近54%的存储空间,而且查找速度也有提升。在数据集为全匹配模式和全不匹配模式的情况下,平均查找延时分别下降了 11.5%和7.5%。可见,该方案既能压缩存储空间,又能提升查找性能。另一方面,常规NDN的包转发过程中需要查多张表;而在一些特定场景下,比如流媒体传输,短时间内需要处理大量数据名相同或相近的包。因此,本文在对NDN转发流水线进行深入分析后,设计了一种包缓存(Packet Cache,PC),以数据包类型及数据名(去除段号)为联合关键字,直接索引所需操作,以减少不必要的查表,分别使用兴趣包和数据包作为数据集与常规查找方案做对比进行测试,结果表明在数据名重复率为30%以上时,使用包缓存效果较好;在重复率为100%时,例如传输一部电影,使用本文设计的包缓存可减少60%左右的查表开销。