基于多核優化的網絡內容監測系統優化策略

李彥廣

（商洛學院 數學與計算機應用學院，陜西 商洛 726000）

基于多核優化的網絡內容監測系統優化策略

李彥廣

（商洛學院 數學與計算機應用學院，陜西 商洛 726000）

網絡中的不良信息通常以電子郵件、網頁瀏覽、論壇發布等形式進行傳播，針對網絡內容監測系統存在的報文數據壓縮、譯碼傳輸和關鍵字匹配等性能問題，本文提出了一種網絡內容監測系統的多核平臺性能優化策略，并將其應用到系統中進行測試。實驗表明：當核心處理器的計算核心數量增加到7個時，完成多核優化的網絡內容監測系統的數據吞吐量能夠達到優化之前的436.1%，有效提高了系統的網絡性能。

網絡內容監測系統；多核優化；吞吐量；處理器

相比于一般對網絡鏈路流量進行監測的系統，網絡內容監測系統主要是對網絡匯聚處的數據流量進行監測，而且網絡內容監測系統的根本目的是對網絡數據信息進行審查，掃描和識別網絡信息的具體內容[1]。網絡內容監測系統的關鍵模塊是負責與數據信息緩沖隊列相關數據結構直接聯系，從系統結構上來看其核心模塊與數據信息匹配識別相關。

網絡內容監測系統與一般網絡協議監測系統工作流程相似，但又存在著多種差異。因此，在對網絡內容監測系統進行多核優化處理的過程中也會體現出很多特性特點，尤其是其優化結果能夠真正達到提高網絡性能的目的。

由于網絡內容監測系統能夠將網絡流量中包含的內容信息進行還原，并按照既定條件抓取網絡流量中的特定內容信息，本文通過研究自主研發的網絡內容監測系統（IRCMS）多核優化的問題，根據不同的網絡協議類型，探索系統在審查網絡數據信息方面的獨特優勢。

1 網絡內容監測系統優化思路

1）當網絡內容監測系統（IRCMS）處于串行工作模式時，對其進行網絡性能分析，通過實驗在單核處理器平臺上測試IRCMS系統的數據信息吞吐性能，并根據相關指標分析IRCMS系統存在的性能瓶頸。

2）當IRCMS系統運行于多核處理器平臺時，逐個增加單核處理器的核心個數，測試系統吞吐量性能[2]是否能夠提高。

3）綜合分析處于多核處理器平臺中的IRCMS系統存在的性能瓶頸問題，針對具體問題提出多核性能優化策略。

4）對完成多核優化之后IRCMS系統的數據信息吞吐量進行測試[3]，與優化之前的吞吐量性能進行對比分析，得到性能提升比例。

5）以IRCMS系統作為多核優化案例，分析應用了創新多核優化策略之后，IRCMS系統吞吐量性能提高的特點和規律。

2 網絡內容監測系統性能實驗分析

2.1 實驗平臺和實驗流量

1）實驗硬件平臺

實驗測評的硬件平臺應用的戴爾R710型號的多核處理器，服務器總共包含8個核心處理器（核心0至核心7），處理器采用的是Core微架構的Nehalem處理器。

2）實驗軟件平臺

實驗測評的軟件平臺選用的是CENT OS 5.3的Linux發行版本，一級Kemel 2.6.18操作系統內核；實驗編譯環境選用的是GCC 4.1.2編譯器；系統測試工具為英特爾性能分析器。

3）實驗業務流量

實驗業務流量采用的是S市聯通寬帶網絡出口鏈路的真實業務流量，如表1所示。

表1 實驗業務流量情況Tab.1 The business fl ow conditions

2.2 IRCMS系統在單核處理器平臺的性能實驗

IRCMS系統在單核處理器平臺上的吞吐量性能如表2所示。

表2 IRCMS系統單核處理器平臺吞吐量性能分析Tab.2 IRCMS single-core processor platform system throughput performance analysis

2.3 IRCMS系統在多核處理器平臺的性能實驗

為了研究測評網絡內容監測系統由單核處理器平臺轉移到多核處理器平臺之后，網絡性能是否得到擴展式提升，對IRCMS系統運行于多核處理器平臺時的吞吐量進行性能測試[4-6]。

表3 IRCMS系統在多核處理器平臺吞吐量性能分析Tab.3 IRCMS multi-core processor platform system throughput performance analysis

表3中，當IRCMS系統在2個核心的多核處理器平臺運行時，吞吐量性能是在單核處理器平臺運行的128.35%。但是，IRCMS系統性能提升只是通過但村增加實驗硬件配置得到的，吞吐量性能提升的幅度只限于30%左右。隨著核心處理器的不斷增加，IRCMS系統的吞吐性能沒有明顯幅度提升。由此可以得出：IRCMS系統吞吐量性能提升并不具有良好的擴展性，只能通過優化軟件來提高網絡內容監測系統的網絡性能。

3 網絡內容監測系統多核平臺性能優化策略

3.1 應用三級流水線并行方式

多核平臺性能優化中的流水線并行方式是有效的優化方法，是由處理器執行并行命令引鑒額的，流水線并行方式是將系統的不同部分分為多個執行階段，它們之間的耦合程度非常低，再將這些部分命令并行執行。本文對IRCMS系統進行多核性能優化實驗，采用的就是由其本身特性決定的三級流水線并行方式。在IRCMS系統中，功能線程分為F1、F2和F3 3種，當運行于單核處理器平臺時仍然保持串行工作模式，因此根據主體功能線程的本身特點，分為多個不同的流水線結構單元，從而形成三級流水線并行的方式，再將3個不同的單元分別置于多核處理器平臺的核心處理器中，以便能夠同時得到數據信息資源進行計算。應用三級流水線并行方法進行多核優化后，能夠有效保證每個流水線的單元完成的是真正的并行處理[7]。

3.2 計算流水線單元之間的資源配置比例

1）流水線單元之間硬件資源配置比例

本文多核優化性能實驗中采用的多核平臺共包含8個核心處理器，只有核心0的作用限于數據流量的輸入，其他的7個核心處理器都用作于IRCMS系統的多核性能優化處理。流水線單元之間硬件資源配置比例，是要根據單元之間的功能的重要性，以及計算的具體需要，將不同的核心分配于不同的流水線階段中，使得并行處理策略能夠更加有針對性。

2）流水線單元之間線程數量的匹配

當完成分配計算核心之后，需要對流水線單元線程數量進行比例配置，由于流水線單元線程的基于核心運行和執行系統任務的最小單位，因此如果需要調節軟件系統在每個階段處理數據信息的速度，或者對不同模塊運行造成的開銷進行調節，可以通過增加和減少流水線單元線程數量來完成。而且，在對某個流水線單元的線程數量進行配置時，通常情況下要比投入的計算核心數量大，或者與投入的計算核心數量相等，由此才能夠真正保證計算資源的充分利用。

3.3 應用結合Linux調整的固定調度方式

固定調度指的是在充分利用核心處理器的親和性前提下，將單元線程與特定計算核心通過關聯使其運行于此計算核心之中，不會隨意發生跳轉。本文IRCMS系統的多核平臺性能優化采用結合Linux調度的固定調度方式，將IRCMS系統中的部分線程進行固定，另一部分線程由Linux將兩部分結合共同完成調度任務。應用結合Linux調度的固定調度方式與傳統的固定調度方式相比，靈活性明顯提高，但是需要基于流水線單元資源配比之上才能應用[8]。

3.4 對隊列結構和銜接方式進行優化

1）對隊列結構進行優化

對于某個隊列來說，當這個隊列的共享線程數量過多，酒會引起隊列之間的同步競爭，甚至出現嚴重的串行化情況。因此，如果要降低由于共享造成隊列之間競爭的程度，需要最大限度的將隊列局部化，對共享資源進行分解，以此達到減少隊列的線程數量。

2）對銜接方式進行優化

銜接方式指的是線程和隊列之間互相進行訪問。通過對銜接方式進行優化，能夠合理分配進行系統工作，具體優化步驟如下：

圖1 IRCMS系統多核優化隊列結構圖Fig.1 Multi-core IRCMS system optimization queue structure

如圖1所示，在第Ⅰ單元中，F1是線程是與Ⅰ-Ⅱ隊列相互連接的，同時應用了報文連接分發的方式。網絡源地址、網絡目的地址、網絡源端口、網絡目的端口和網絡協議的報文使用的是同一個連接。F1線程將此報文的連接傳送到Ⅰ-Ⅱ相同的隊列中，由此，F2線程可以在第Ⅱ單元中對同一個連接的報文內容信息進行掃描和審查，得到的匹配結果具有較強的相關性，使得系統管理員能夠盡早發現問題所在。

在第Ⅱ單元中，F2線程與Ⅰ-Ⅱ隊列、F2線程與Ⅱ-Ⅲ隊列之間采用的是相同的一對一處理固定銜接方式。

在第Ⅲ單元中，F3線程與Ⅱ-Ⅲ隊列之間的銜接應用的是輪詢訪問的銜接方式，F3線程對每一個匹配結果的緩沖隊列進行輪詢訪問，并將其結果存儲于數據庫中[9]。

通過對隊列結構和銜接方式進行優化綜合分析后，得到IRCMS系統的多核優化結構圖，其隊列數量能夠根據投入的計算核心數量，以及流水線單元之間的現場配置比例關系進行靈活變化，從而真正降低了線程數量過多而造成的隊列競爭程度。

4 網絡內容監測系統多核平臺性能優化效果

在IRCMS系統應用了上一章節提出的多核平臺性能優化策略進行多核優化之后，稱之為AIRCMS系統。

表4 IRCMS系統在多核處理器平臺吞吐量性能分析Tab.4 IRCMS multi-core processor platform system throughput performance analysis

當實驗投入了3個核心處理器時，AIRCMS系統的吞吐量性能隨著核心數量的增加而明顯大幅度提高。當投入了7個核心處理器時，AIRCMS系統的吞吐量性能能夠達到416.34 Mbps，與投入單個核心處理器的吞吐量性能相比較而言，吞吐量性能提高了436.10 %，圖2給出了AIRCMS系統在采用了多核優化策略之后，與未采用多核優化策略的系統吞吐量性能變化情況[10]。

圖2 多核優化策略應用前后系統吞吐量性能對比圖Fig.2 Multi-core system throughput performance comparison before and after optimization strategy application

文中提出的多核優化策略需要投入的計算核心是3個。由此在圖2中，采用多核優化策略進行優化之后的AIRCMS系統的性能折線圖并沒有計算核心為2時的吞吐量性能點。對于沒有采用多核優化策略的IRCMS系統來說，為了能夠與AIRCMS系統性能提升的擴展性進行對比，因此記錄了核心2到核心7的吞吐量性能數據信息。

由圖2可以看出，IRCMS系統的吞吐量性能應用了多核優化策略之后有了明顯提高，能夠隨著投入計算核心的數量增加而持續提高。當沒有應用多核優化策略時，IRCMS系統的吞吐量性能不能夠隨著計算核心的數量增加而明顯提高。因此，如果需要網絡內容監測系統在充分利用硬件資源的前提下，網絡性能能夠有顯著提高，必須有針對性將多核優化策略應用于軟件系統中[11]。

5 網絡內容監測系統多核優化加速比分析

1）系統理論加速比

指標多核優化加速比記作Sr，指的是綜合考慮了并行執行開銷之后的系統理論加速比，而系統理論加速比是多核優化的基礎。其中：

2）多核優化加速比公式

在系統進行并行優化的過程中，會引入包括原子操作、同步鎖操作等不可避免的新開銷，這些新的開銷都會對系統理論加速比造成一定影響，而阿姆達爾法則提出的優化理想效果是幾乎不存在的。由于系統并行優化引入新的開銷問題，本文在阿姆達爾法則的基礎之上提出了新的多核優化加速比的評價指標，并給出了其計算方法。

多核優化加速比的推導過程如下：

其中，Tparallel為計算時間，f 為串行比例， n為投入到系統運行計算的核心數量，fr為并行執行開銷與并行執行計算時間之比。

表5 AIRCMS系統多核優化加速比Tab.5 Multi-core AIRCMS system optimization speedup

根據多核優化加速比的計算公式，結合表5得出了AIRCMS系統的多核優化加速比。

將AIRCMS系統的多核優化加速指標與實際吞吐量性能提升比例進行對比，如圖3所示。

圖3 AIRCMS系統多核優化加速比指標與實際吞吐量性能提升比例對比Fig.3 AIRCMS multi-core optimization speed ratio system and the actual throughput performance ratio

對AIRCMS系統串行開銷比例f，以及并行執行產生的新的開銷比例fr進行測量計算，能夠得到AIRCMS系統的多核優化加速比指標值數。圖3中，多核優化加速比計算的吞吐量提升比例與系統吞吐量提升比例基本相同，但是在折線圖的后半部分出現了明顯差異，當計算核心的數量達到6和7時，系統吞吐量性能的提升已經開始落后于多核優化加速比例的提升。這是由于當計算核心的數量達到6和7時，IRCMS系統中有兩路F1線程同時運行于流水線第Ⅰ單元部分，從而降低了系統吞吐量性能的提升比例，因此與多核優化加速比計算的吞吐量性能之間存在一定距離。總之，當應用本文提出的多核優化加速策略之后，吞吐量性能的提升幅度與多核優化加速比計算過后得到的理論吞吐量性能提升幅度基本相同。

6 結 論

由于網絡內容監測系統存在著嚴重的網絡性能瓶頸，尤其是當網絡內容監測系統需要完成關鍵字匹配工作時，其開銷能夠占據到系統總體開銷的一半之多。本文將網絡內容監測與多核處理器結合之后，對網絡內容監測系統在多核處理器平臺上的性能優化進行深入研究。根據IRCMS系統的實際情況提出了一套多核平臺性能優化策略，測試并對比分析了AIRCMS系統的吞吐量性能，相比于未應用多核優化策略的系統，性能有明顯提升。

文中提出的多核平臺性能優化策略能夠使網絡內容監測系統將集中于某一點的制約吞吐量性能的因素平均分配于多個資源中，從根本上提升了網絡內容監測系統的整體性能，具有良好的現實意義和應用前景。

[1] 趙林海, 李曉風, 譚海波. 基于CACTI的分布式ORACLE監控系統的設計與實現[J]. 計算機系統應用, 2010,19(9):134-137.

ZHAO Lin-hai, LI Xiao-feng, TAN Hai-bo. Design and implementation of distributed oracle monitor system based on CACTI[J]. Computer Systems & Applications, 2010, 19(9):134-137.

[2] 陳曉霞, 任勇毛, 李俊,等. 網絡測量與分析研究綜述[J].計算機系統應用, 2010, 19(7):244-249.

CHEN Xiao-xia, REN Yong-mao, LI Jun, et al. A survey on network measurement and analysis[J]. Computer Systems &Applications, 2010, 19(7):244-249.

[3] 宋焱淼, 皇安偉, 穆源,等. 基于OWAMP的網絡性能測量技術[J].計算機工程, 2009, 35(14):138-141.

SONG Yan-miao, HUANG An-wei, MU Yuan, et al. Network performance measurement technique based on OWAMP[J].Computer Engineering, 2009, 35(14):138-141.

[4] 陳松, 王珊, 周明天. 分層的互聯網綜合測量管理系統的研究[J]. 計算機工程與應用, 2009, 45(14):7-9.

CHEN Song, WANG Shan, ZHOU Ming-tian. Research on layered internet synthetic measurement management system[J].Computer Engineering and Applications, 2009, 45(14):7-9.

[5] 王瑞剛.多用途以太網分路器的設計與實現[J].電視技術,2011, 35(5):74-76.

WANG Rui-Gang. Implementation and design of ethernet divider for multi-application[J]. Video Engineering, 2011,35(5):74-76.

[6] 張瀟丹, 李俊. 一種基于云服務模式的網絡測量與分析架構[J]. 計算機應用研究, 2012, 29(2):725-729.

ZHANG XIAO-dan, LI Jun. Network measurement and analysis architecture of cloud service[J]. Application Research of Computers, 2012, 29(2):725-729.

[7] 程帆, 王曉明. P2P網絡中基于分組的成員管理方案[J].計算機工程, 2012, 38(1):256-260.

CHEN Fan, WANG Xiao-ming. Membership management scheme based on grouping in P2P Network[J]. Computer Engineering, 2012, 38(1):256-260.

[8] Tiemey B, Boote J, Boyd E, et al. Instantiating a global network measurement framework[J]. LBNL Technical Report, 2009（8）:105-117.

[9] Zurawski J, Boote J, Boyd E, et al. Hierarchically federated registration and lookup within the perfsonar framework[J]. IEEE international symposium on integrated network management,2007, 22(9):93-112.

[10] Guido R, Hiertz D D, Zang Y P, et al. The IEEE 802.11 universe[C]// IEEE Communications Magazine. 2010:54-68.

[11] Xing B, Seada K. An experimental study on Wi-Fi Ad-Hoc mode for mobile device-to-device video delivery[C]//IEEE INFOCOM Workshops, 2009:66-88.

Optimization strategy based on multicore optimization of network content monitoring system

LI Yan-guang
（College of Mathematics and Computer Application, Shangluo University，Shangluo 726000, China）

Bad information in the network is usually by e-mail, Web browsing, forum posting and other forms of spread compression for packet data network content monitoring system exists, the problem of decoding the transmission and keyword matching performance, the paper proposes a network contentthe monitoring system of the multi-core platform performance optimization strategy, and apply it to the test system. The experiments shows that when the number of core processor computing core increased to 7, the completion of the multi-core optimized web content monitoring system data throughput can be achieved 436.1% before optimization, effectively improves the performance of the system.

network content monitoring system; multicore optimization; throughput; processor

TP302

A

1674-6236(2014)14-0021-04

2013-11-06 稿件編號：201311053

陜西省教育廳科研專項（2013jk1160）;商洛學院基金項目（09sky007）；商洛學院服務地方專項（12sky-fwdf013）

李彥廣（1978—），男，陜西鎮安人，講師。研究方向：網絡數據庫。