论文部分内容阅读
网络全光化进程的加速以及网络技术的演进，扩展了传统数据业务以外的多业务模式。这些业务对网络数据访问的需求量以每年成倍的速度在增涨，随之而来的网络安全工作成为了前所未有的挑战。高速网络环境下进行网络入侵检测工作，在网络安全领域也就越来越受到关注。由于以往提出的线速处理和易管理需求已经使得传统的网络设备不堪重荷，因此新型网络设备更需要具备高性能的处理能力，以满足多业务对数据承载能力的高需求。目前，基于多内核和并行处理结构的多核处理器，在采用了多个低频的简单处理组件后已经能够在处理性能和功耗上得以提升和改善，从而在中高端网络应用中逐渐成为一种发展趋势。通用网络入侵检测系统在高速网络环境下，性能瓶颈主要在于网络数据包的完整捕获和入侵检测数据正确分析。本文首先呈现了在多核Tile64平台上网络数据接收核并行处理的体系架构，分析在高吞吐量10Gbps的网络应用中获取高捕获率的关键点。结合这种网络数据处理模型，将通用网络数据捕获库Libpcap实现并行化，以支持多核上的网络应用。为了应对网络数据复杂多变的数据处理负载均衡问题，并行化捕获库提供分发策略配置接口，根据不同的网络状态设计对应的分发策略。最后使用多线程的编程方法，在多核处理器Tile64平台上，采用管道分解和协议流分发技术实现了并行化Snort网络入侵检测系统。该系统具有很强的可扩展性，整体性能能够随着分配核数的增加而线性提升。