导读:本文包含了大规模模式集论文开题报告文献综述及选题提纲参考文献，主要关键词:网络安全系统,模式匹配,大规模模式集合,并行算法
大规模模式集论文文献综述
姜丽丽[1]（2015）在《基于网络安全系统的大规模模式集合匹配算法的研究》一文中研究指出模式匹配作为网络安全系统的核心技术之一,它效率的高低将直接影响系统的整体性能,因而一直是学术界所普遍关注的热点问题。当今大数据不断升温、云计算加速落地、网络上的数据流量越来越大,网络安全系统需要在高吞吐量的情况下保证高速运行。在网络安全系统中,规则模式集合不断扩展,模式匹配算法研究所面临的巨大挑战是需要处理越来越庞大的模式集合,这也是模式匹配算法发展的瓶颈所在。本文首先对论文的研究内容相关背景进行了介绍,并分析在当今网络安全的严峻形势下,模式匹配算法研究所面临的问题。随后,本文详细介绍了经典多模匹配算法的原理、时间复杂度等。通过设定不同的条件,对经典的AC算法、WM算法和SBOM算法进行实验对比,分析实验结果,总结叁种经典算法的优缺点和适用条件。随后,针对经典AC算法内存空间占用量过大的缺陷,本文提出了一种压缩内存空间的AC优化算法,该算法大大降低了系统内存空间的占用量。同时,本论文结合网络安全系统中广泛应用的规则模式集合的规律特征,对WM算法提出了叁方面的改进：存储结构的改进、哈希函数选择的优化以及预处理阶段模式集合的优化。并对改进后的算法和经典WM算法进行了实验测试,实验结果显示改进后的算法性能有显着提升。针对当今多核处理器应用的普及,本文提出一种基于自动机思想的并行字符串匹配算法PSMA算法,让每个核心单独运行匹配算法,并与串行算法进行实验对比,实验结果显示无论在高命中率还是低命中率条件下,PSMA算法匹配速度都有显着提升。最后,在分析网络安全系统中模式集合和待匹配文本的特征后,本文提出基于分类思想的字符串匹配算法C-AW算法,该算法将本文优化后的AC算法和WM算法结合在一起,分别处理规则模式集合中不同长度的子集,巧妙地避免了两种算法的缺陷,从整体上提高算法性能。在大规模模式集合的条件下,结合在线测试和离线测试结果,分析可得,C-AW算法的性能优势明显。(本文来源于《东南大学》期刊2015-04-01）
莫德敏,刘耀军[2]（2008）在《Wu-Manber算法在大规模模式串下的改进》一文中研究指出对笔者在另一篇文章《一种改进的Wu-Manber多关键字匹配算法》中提出的算法进行了改进,把原算法中next链表中结点的Same-Subsuffix域中分裂成两个子域,使得搜索过程中字符比较的次数进一步减少,从而提高算法的效率.特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高.实验结果表明,当模式串较少时,新算法效率与原算法相比有一定的损失.而随着模式串的增加,新算法具有更高的效率.因此,新的算法比原算法具有更大的适用范围.(本文来源于《晋中学院学报》期刊2008年03期）
周宗伟[3]（2008）在《高性能大规模模式匹配算法研究》一文中研究指出作为网络安全系统的核心技术之一,模式匹配算法的效率直接影响,甚至是决定了系统的整体性能,因而一直是学术界和工业界普遍关注的热点问题。目前,模式匹配算法研究所面临的主要挑战是模式集规模的迅速增大。绝大多数经典的模式匹配算法无法直接有效地运用到大规模模式集条件下。而且,随着网络带宽的不断增加,模式匹配算法往往会成为系统的瓶颈所在。所以,研究高性能的适用于大规模模式集的模式匹配算法是当务之急,具有重要的学术意义和广阔的应用前景。本文介绍了一种高效的大规模模式匹配算法MDH。该算法利用多级哈希思想削减了算法在大规模模式集下的内存空间占用,又通过动态切割策略充分挖掘了模式集的启发式信息,提升了算法的匹配性能。实验证明,在模式串个数大于2万的情况下,相比于AC,WM,SBOM等等几种经典的多模式匹配算法,MDH算法的匹配速度要快100%到300%以上,内存消耗却非常小。然后,本文又在MDH算法的基础上,设计了模式长度自适应优化和智能验证优化方案,突破了算法固有的局限性,进一步增强了算法的可扩展性。同时,还设计了多种MDH多核多线程并行算法,充分利用通用多核CPU平台和最新的多核专用网络应用处理器平台的硬件架构优势,大幅提升了算法的匹配性能。最后,本文以实际的病毒扫描系统Clam AntiVirus为依托,提出了一套基于MDH算法的高性能病毒扫描解决方案。系统整体性能的提升证明了MDH算法的实用性和优秀的可移植性。(本文来源于《清华大学》期刊2008-05-01）
吴鸣锐,张钹[4]（2001）在《一种用于大规模模式识别问题的神经网络算法》一文中研究指出许多实际的模式识别问题如对手写体汉字的识别 ,都属于大规模的模式识别问题 .目前 ,传统的神经网络算法对这类问题尚无有效的解决办法 .在球邻域模型的基础上提出一种可用于大规模模式识别问题的神经网络训练算法 ,试图加强神经网络解决大规模问题的能力 ,并用手写体汉字识别问题检验其效果 .实验结果揭示了所提算法是解决大规模模式识别问题的一个有效且具有良好前景的方法(本文来源于《软件学报》期刊2001年06期）
大规模模式集论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对笔者在另一篇文章《一种改进的Wu-Manber多关键字匹配算法》中提出的算法进行了改进,把原算法中next链表中结点的Same-Subsuffix域中分裂成两个子域,使得搜索过程中字符比较的次数进一步减少,从而提高算法的效率.特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高.实验结果表明,当模式串较少时,新算法效率与原算法相比有一定的损失.而随着模式串的增加,新算法具有更高的效率.因此,新的算法比原算法具有更大的适用范围.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大规模模式集论文参考文献
[1].姜丽丽.基于网络安全系统的大规模模式集合匹配算法的研究[D].东南大学.2015
[2].莫德敏,刘耀军.Wu-Manber算法在大规模模式串下的改进[J].晋中学院学报.2008
[3].周宗伟.高性能大规模模式匹配算法研究[D].清华大学.2008
[4].吴鸣锐,张钹.一种用于大规模模式识别问题的神经网络算法[J].软件学报.2001