我有幸参加了IEEE INFOCOM 2025学术会议，并在此次盛会上进行了一次重要的论文汇报。这次会议是IEEE组织的通信和网络领域顶级国际盛会，吸引了来自世界各地的顶尖学者、工程师和研究人员，为我们提供了一个广泛交流、分享最新研究成果的宝贵平台。 我的论文题为Scaling Learning-based Packet Classification Hardware with NeuTree（利用NeuTree扩展基于学习的数据包分类硬件），这篇论文介绍了一个名为NeuTree的用于数据包分类的基于学习型数据结构的硬件架构。由于基于学习型数据结构包分类方法（LPC）在使资源受限的网络设备（例如交换机和网卡）能够处理大规模规则方面展现出良好的前景。然而，现有的LPC方法涉及浮点计算，而高速网络设备中的ASIC芯片无法支持这些计算。因此，论文提出了NeuTree架构，通过修改LPC结构并将其转化为二值化计算，在硬件上扩展数据包分类。我们引入了递归二值化模型索引结构，实现了非浮点计算和低资源消耗。同时，我们设计了预处理规则的划分方案，使数据包能够在多个结构中并行匹配，从而保持高速分类。实验表明，NeuTree的内存消耗与最先进的LPC方法相比具有竞争力，浮点运算量从81.11%降低到0%，构建时间不到1%。汇报过程中，我详细讲解了研究的背景、方法、实验结果和结论，与会者积极讨论了NeuTree的优势与不足，其简洁而有效的解决问题的思路受到了会场主席和与会同行的认可。 在会议期间，我积极参与了每天的学术报告活动、海报论文和企业展览，与其他与会者进行了深入的学术交流和讨论。通过与专家学者的互动，我进一步拓宽了自己的学术视野，了解了通信和网络领域的最新研究动态和趋势。我还有幸与一些从事硬件芯片设计的研究人员结识，通过他们了解现在的硬件研究领域的前沿知识并与他们分享了自己的研究成果，得到了一些宝贵的反馈和建议。 参加IEEE INFOCOM 2025学术会议是我学术生涯中的一次重要里程碑。这次会议不仅使我与国际学术界的顶尖人才进行了深入交流和学术互动，还让我对通信和网络领域的最新研究成果有了更深入的了解。通过论文汇报和会议参与，我不仅向学术界展示了自己的研究成果，还获得了宝贵的学术经验和启发，对未来的研究方向和发展有了更清晰的认识。 该团组已进行事后公示。 （领队签字） |
