OpenFlow协议下的TCAM流表压缩模型：FICO与空间节省60%

本文档探讨了OpenFlow协议的最新发展及其对TCAM（Table Content Addressable Memory，可编程查找表）流表存储空间带来的挑战。OpenFlow协议的更新增加了流表项匹配域的支持字段，这导致设备中TCAM的存储需求剧增，因为任意通配符匹配需要TCAM的高效处理。为了解决这个问题，研究者提出了一个名为FICO（Function-Integral TCAM-saving compression model for flow table of OpenFlow）的数学模型。 FICO模型的核心思想是识别并消除流表中字段间的冗余，以实现TCAM存储空间的有效利用。模型首先将字段间的冗余分为三种类型：域间字段合并，即合并相似或相关的字段；字段映射，通过替换或重定向字段值到更小范围的域；域内字段压缩，通过压缩数据表示法减少每个字段的位宽。通过这些预压缩算法，FICO能够将更大的流表项分解成更小、更适合TCAM处理的单位。 实验证明，在确保OpenFlow功能完整性的前提下，与未压缩的流表相比，FICO模型能够节省高达60%的TCAM存储空间。而且，随着流表规模的增长，FICO模型的压缩性能表现出良好的稳定性，这意味着它不仅在小规模应用中有效，而且在大规模网络环境中也具有可持续的效益。 该研究得到了国家“973”计划、国家自然科学基金、国家自然科学基金创新群体资助项目以及国家“863”计划等项目的资金支持，由多位研究者共同完成，包括席孝强、兰巨龙、孙鹏浩、江逸茗和刘博等。他们的研究领域涵盖了新型网络体系结构、宽带信息网络以及SDN（Software-Defined Networking，软件定义网络）等关键领域。 这篇论文为OpenFlow协议下的TCAM流表优化提供了一种创新的解决方案，对于提高网络设备的存储效率，尤其是在SDN架构中，具有重要的实际意义。