[发明专利]高性能智能路由器学习型索引数据结构的训练方法和芯片

权利要求书

1.一种高性能智能路由器学习型索引数据结构的训练方法，其特征在于，具体步骤如下：

步骤一、第一次训练集标定：由实际路由表索引数据构成的训练集数据经输入单元转变为输入向量，然后将这些输入向量排序和分类，并标定为编号从小到大的若干区域；

步骤二、第一级神经网络训练：利用步骤一中标定完成的训练集数据和标签，对模型单元中的第一级神经网络进行训练，第一级神经网络训练结果的每个区域值对应一个模型单元中的第二级神经网络；

步骤三、第二次训练集标定：将步骤一经所述输入单元转变为的输入向量全部标定为其累积分布函数值；

步骤四、第二级神经网络训练：利用步骤三中标定完成的训练集数据和标签，分别训练所述模型单元中的第二级每个神经网络，分别经过学习得到累积分布函数的一个部分；

步骤五、训练过程结束：训练完成后，所述模型单元中的所有第二级神经网络的预测范围覆盖整个累积分布函数，即训练后的塔式神经网络是一个累积分布函数的预测函数。

2.一种实现权利要求1所述的训练方法的高性能智能路由器学习型索引数据结构芯片，包括输入单元、模型单元和输出单元；其特征在于：

所述输入单元用于将路由表索引数据转变为输入向量，将每一条索引数据拆分为若干子向量，然后对所有子向量中相同位置的元素执行按位异或运算，最终得到该索引数据对应的输入向量；

所述模型单元用于训练和预测累积分布函数值，该模型单元为塔式两级结构，包括第一级的一个神经网络和第二级的若干神经网络；

所述输出单元将所述模型单元已预测的累积分布函数值乘以映射表中槽的总个数，得到映射表中的映射位置，随后根据该映射位置所在部分对应的基地址和该映射位置中记录的实际存储器地址偏移量，求得最终索引地址。