在本次会议上，廖礼达同学就其研究成果《EffiMatch: Enabling Fast and Accurate Learning-based Packet Classification》（面向学习索引的高速准确包分类框架）作专题报告并与现场专家深入交流。该工作提出了一种新型的并行多模型查找架构，通过分布距离分割（DDP）与基数索引表示法（BI）两项关键设计，既保持轻量级 RMI 结构，又显著压缩线性扫描范围，从而同时兼顾模型复杂度与查找速度。论文在 ClassBench 基准集上完成系统评估，并提供了从训练到查询的完整软件原型。报告期间，与会学者对该工作在“规则分布自适应划分”和“整数化高精度线性计算”两方面的创新给予积极评价，并展开了热烈的讨论，整体反响良好。 该团组已进行事后公示。 （领队签字） |
