随着计算机网络技术在政治，军事，商业等领域的广泛使用，网络流量的高速增长，使得网络安全的问题日益突出，作为网络安全的核心问题数据包分类技术显得尤为重要。L7-Filter是Linux系统平台下基于对数据包应用层数据分析并最终确定分类的软件平台。然而，随着网络中多核处理器的大规模部署，L7-Filter并没有在多核环境下表现出明显的性能提升。针对以上问题，本文首先概要性的介绍了多核计算的体系结构，分析了L7-Filter的架构及其在多核处理器上性能瓶颈，针对性地提出了一种对目标规则链进行类型分类，并依据网络数据流时间局部性的统计特性来动态优化规则链的方法来改进数据包匹配分类算法;在本文最后通过设计仿真实验对算法的性能进行了分析，改进后的算法充分的利用了网络数据包在时间和空间上的局部性，使多核环境下数据包分类性能有了约6%的提高；实验结果表明，在数据包个数相同的条件下，改进后的算法明显的提高了多核处理器的处理性能，随着数据包个数的增加，性能优越性越明显。