随着网络技术的快速发展，网络结构越来越复杂，网络用户数量及应用范围的不断增大给网络系统正常运行带来了一系列的问题，其中最突出的是由网络流量过大引发的网络拥塞，从而导致网络性能降低。本课题的主要工作是设计并实现大流量数据识别与分流系统，对网络中大流数据进行实时识别，并根据识别结果及时调整网络数据流向，实现对网络流量的监控，达到减少网络拥塞及优化网络状态的目的。论文首先着重分析几种典型的流量采集算法，包括采样算法、哈希算法以及大象流算法，在此基础上提出了更为优化的流采集算法。基于该算法，论文在Altera公司的Stratix系列FPGA开发套件上设计并实现了大流量数据识别和分流系统。系统主要由网络数据接收、大流识别算法及负载均衡的分流转发三部分构成。网络数据的接收采用Marvell公司的88E1111物理芯片以及Altera公司的千兆以太网IP核实现，接收数据的同时提取报文ID信息。大流识别算法对报文进行分析，并负责对网络中大流数据进行识别。负载均衡的分流转发主要是根据大流识别的结果来调整网络数据流向，将其中容易引起拥塞的大流根据通道负载情况进行分流转发，从而达到拥塞控制的目的。论文基于Avalon总线采用SOPC方法完成了系统各功能模块的详细设计，并进行系统整体联调。为了对大流量数据识别和分流系统进行功能与性能测试，论文设计了测试方案并构建系统测试平台。测试结果表明，大流识别系统设计符合要求，在千兆网络中可以正确识别网络报文中的大流，并根据大流识别结果对网络流进行均衡的分流转发，系统报文的处理能力可达到14M条/秒。