论文部分内容阅读
针对未来网络转发信息库(FIB)中多模态数据带来的差异化快速索引、高效存储转发信息和多模态数据最长前缀匹配等问题,设计了一种支持多模态数据索引的混合型FIB,称为Hybrid-FIB.通过对不同类型的数据进行差异化处理,得到可供神经网络模型学习的输入向量,进而训练出能够实现均匀分布的神经网络混合索引模型.为了实现多模态数据最长前缀匹配,在片上静态随机存取存储器中部署两组Hybrid-FIB结构.实验结果表明,该混合型FIB在误判率、存储消耗及吞吐量等方面具备优异性能.