针对云网络数据面在实际复杂云场景下性能低下的问题，我中心前瞻实验室提出了一种场景感知的数据面定制化方法与框架，大幅提升转发效率。相关研究成果已被计算机系统领域顶级学术会议EuroSys’24（CCF 推荐A类国际会议）录用。

云网络通常采用Open vSwitch (OvS)构建底层灵活可编程数据面，但在复杂云场景下（如隧道、带状态防火墙等）性能会大幅下降。通过细粒度的性能诊断与分析，发现性能下降的根本原因主要是在于不同场景对数据包字段需求的差异性与当前OvS数据面一刀切的通用设计之间存在巨大鸿沟。为此，设计了一种面向OvS的数据面定制化框架——Hoda：离线感知不同场景需求，在线自适应构建定制化的数据面包解析器与缓存系统，以实现轻量级的数据包解析与缓存查找，提升整体数据包处理性能。在企业级OpenFlow规则集下进行了一系列系统性实验，结果表明Hoda相比于最新的OvS性能提升高达1.7倍，端到端典型的Nginx服务请求处理时间可降低20%。

Hoda逻辑架构图

    上述研究成果的合作单位包括字节跳动、中国科学院计算技术研究所、Intel等等，并获得了国家重点研发计划、国家自然科学基金等项目的支持。

论文信息：

• Heng Pan, Peng He, Zhenyu Li, Pan Zhang, Junjie Wan, Yuhao Zhou, XiongChun Duan, Yu Zhang, Gaogang Xie. Hoda: a High-performance Open vSwitch Dataplane with Multiple Specialized Data Paths. Proceedings of the 19th European Conference on Computer Systems, Athens, Greece, April, 2024.