随着网络速度的不断提高,规模的扩大,应用需求的多样化,网络上的数据流变得复杂而多变。这都给网络管理和维护以及网络安全提出了更新、更高的要求。网络管理软件、防火墙软件、网络监控系统等都要求能够对网络数据包进行高速采集和分类,再根据不同的包进行不同的处理。实现网络数据采集和分类的方法,从实现形态上大致可以分为硬件实现和软件实现。对于中小型中低速网络上的应用来说,硬件的实现代价一般较高,设计周期长,而软件实现则可以避免这些不足。本课题以IPNM流量监测子系统的开发为背景,以构建一个高效的、灵活的网络流量分类基础设施为目标,深入研究了如何以纯软件来实现一个功能完善的流量监测子系统。本文首先分析了从事网络流量监测研究的现实意义,并仔细研究了RTFM实时网络流量测量模型,在此基础上,归结出了实现一个高性能的测量器将遇到的三个关键问题,即高速报文捕获技术、报文过滤器实现技术和多维报文分类算法。然后,本文重点就集中于在研究已有实现技术的基础上,形成我们自己的对这三个问题的解决方案。该方案包括以NDIS协议驱动程序实现报文捕获、以对BPF过滤器改进和增强后的KPF为报文过滤器,以增加了规则更新能力的HyperCuts算法为报文分类算法。在研究和实现了这些关键功能之后,本文给出了IPNM流量监测子系统的总体设计、实现和测试的结果。从最终结果来看,子系统的实现完全达到了IPNM平台对流量信息获取的功能和性能要求。