面向多模态数据的混合型FIB

作     者：王彬志 李卓 罗蓬 马天祥 刘开华 WANG Bin-zhi;LI Zhuo;LUO Peng;MA Tian-xiang;LIU Kai-hua

作者机构：天津大学微电子学院天津300072 国网河北省电力有限公司电力科学研究院石家庄050021 

基　　金：国家自然科学基金项目(61602346) 河北省重点研发计划项目(20314301D) 天津大学北洋学者青年骨干教师项目(2020XRG-0102) 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2020年第43卷第5期

页      码：27-33页

摘      要：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.

主 题 词：信息中心网络 多模态网络 转发信息库 神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13190/j.jbupt.2020-084

馆 藏 号：203101515...