بهبودمصرف انرژی وحافظه در مسیریابهای شبکه مبتنی برشاخص گذاری آدرس در حافظه های سه مقداری آدرس پذیر بر اساس محتوا

یکی از مکانیسم های اصلی دستگاه های شبکه ، دسته بندی بسته هایی است که به طور گسترده ای بر روی اینترنت به منظور اجرای سرویس های شبکه از قیبل کنترل دسترسی در دیواره های آتش و کیفیت سرویس استفاده می شود. یکیاز روش هایی که برای دسته بندی دسته ها به طور گسترده ای به کار می رود، استفاده از روش های مبتنی بر حافظه های سه مقداری آسیب پذیر بر اساس محتوا )1(TCAM است ، چراکه دارای سرعت بسیار بالایی است، بنابراین استفاده از آنعملا تبدیل به یک استاندارد شده است. TCAM بسته ورودی را با تمام قانون های ذخیره شده به فرمت سه تایی در حافظه به صورت موازی مقایسه می کند. بنابراین مشکل بزرگ TCAM ، انرژی مصرفی بالای آن است. دو نمونه از معماری ها ) 2 BSOL2 و 3RC-(BSOL برای بهبود آن ارایه شده است. مشکل مطرح در این معماری ها ، استفاده ازیک پیش دسته بندی کننده ی باینری است که باعث کاهش سرعت پیمایش می شودو اگر تعداد قوانینی که در فضای دوبعدی با یکدیگر تداخل دارند زیاد باشد ، باعث پایین آمدن کارآیی خواهد بود. در این مقاله معماری دسته بندی کنندهی بسته ی موثر از لحاظ حافظه و انرژی (MEO-PC) را ارایه داده ایم. در مرحله اول روش پیشنهادی (MEO-PC) ، یک دسته بندی کننده سخت افزاری و در مرحله دوم ، TCAM های بلوک بندی شده قرار دارند که برای تطبیق بسته ی ورودی با قوانین ، تنها تعداد بسیار کمی از آن ها فعال می شود. روش ارایه شده با زبان VHDL و ابزار سنتز Quartus 8.1 و شبیه ساز Modelism استفاده شده است. نتایج نشان از کاهش توان مصرفی و حافظه و هم چنین افزایش سرعت به روز رسانی را می دهد. و هم چنین نتایج این پژوهش نسبت به مقالات قبلی ، توان مصرفی 98 درصد و حافظه مصرفی نیز 98 درصد بهبود یافته است.

کلیدواژه ها:

دسته بندی بسته ها ، انرژی مصرفی ، حافظه مصرفی ، MEO-PC TCAM