随着Internet规模的日益扩大,各种应用的网络数据流迅猛增长,这要求网络设备提供更高的带宽和数据分类能力。数据包分类技术对于防火墙、入侵检测、差分服务、虚拟专用网等方面应用十分重要,因而广泛应用在路由器等网络设备上。与此同时,高速IP网络的出现并越来越多地被运用于各行各业,目前大多数网络数据包分类、捕获的方法己经不能适应高速网络条件下数据采集的需要,丢包严重以及过高的CPU占用率成为这些传统方案急待解决的问题。在数据包分类采集技术领域进行研究并在工程项目中展开应用,将具有重要的经济和社会意义。本文首先对传统的网络报文分类、捕获技术及其在国内外的发展状况进行了介绍;接下来对Linux下使用最广的基于报文过滤机制BPF (Berkeley Packet Filter)和模式匹配的应用层数据分类采集机制进行了介绍和分析。总结出影响报文采集性能的主要因素,并据此提出一个软硬件相结合,对应用层数据进行高效率分类采集的方案。该方案首先利用硬件对数据包进行初步分类,再由软件部分根据硬件的分类结果做进一步的快速分类,以实现对网络数据包的高效、快速分类采集。然后,本文基于上述方案,设计和实现了一个在2.5G带宽网络环境下SIP协议信令的采集平台。在模拟的2.5G带宽网络环境中对该平台的性能进行测试和分析,并与传统方式进行比较,结果表明该方案无论在丢包率上还是在系统资源占用率上较传统方案都有较大的改善。最后,本文总结了论文工作,并提出进一步改进方案性能的建议。