Wu—Manber算法性能分析及其改进

在模式匹配中，多模式匹配算法越来越受到人们的关注。本文首先介绍了一些著名的多模式匹配算法，重点介绍了Wu—Manber算法的基本概念及其实现原理，此算法在实践应用中是最有效的。然后提出了对Wu-Manber算法的改进，以解决多模式串长度很短时出现的性能问题。最后，实验数据表明，改进后的Ww-Manber算法，其性能远远优于传统的Wu-Manber算法。     

字符串匹配技术研究

简述了字符串匹配算法的研究进展，分析了Knuth—Morris-Pratt算法、Boycr—Moore算法以及Horspool、Wu＆Manber和Aho—Corasick针对Boyer—Moore算法提出的多种改进算法，并基于网络安全应用中开放源码的NIDS系统——Snort2．0，对其中几个算法进行评测，指出了实际应用中字符串匹配技术的关键点和解决办法，探讨了应用字符串匹配技术的NIDS的研发方向。     

入侵检测系统中模式匹配算法的研究与改进

入侵检测系统的性能很大程度上取决于规则检测的效率,模式匹配算法是规则检测引擎的核心算法。对模式匹配算法进行了研究,重点分析了多模式匹配算法Wu—Manber算法。针对Wu—Manber算法在单字节模式串下移动距离短的不足,并结合网络数据包和入侵检测系统中规则的特点,提出了一种适合入侵检测系统的改进的模式匹配算法。该算法利用位示图方法解决了单字节模式串匹配的问题,增加了移动距离,提高了检测数据包与规则匹配的速度,提升了系统运行的效率。     

入侵检测系统中模式匹配算法的研究与改进

入侵检测系统的性能很大程度上取决于规则检测的效率,模式匹配算法是规则检测引擎的核心算法。对模式匹配算法进行了研究,重点分析了多模式匹配算法Wu—Manber算法。针对Wu—Manber算法在单字节模式串下移动距离短的不足,并结合网络数据包和入侵检测系统中规则的特点,提出了一种适合入侵检测系统的改进的模式匹配算法。该算法利用位示图方法解决了单字节模式串匹配的问题,增加了移动距离,提高了检测数据包与规则匹配的速度,提升了系统运行的效率。     

可动态增删关键词的串匹配算法

多关键词匹配算法是网络监测和过滤系统的核心算法。这些实时系统常常要求算法能够方便快速地增加或删除若干关键词,而现有的多关键词匹配算法并不具备动态增删关键词的能力,无法满足实时系统的需要。文章对几种常用的高效的多关键词匹配算法(Advanced Aho-Corasick、Wu-Manber、SBOM)进行了改造和扩充,能够方便快速地增加或删除关键词,使得算法具有更好的适应性。     

一种改进的Wu-Manber多关键字匹配算法

针对Wu-Manber算法在处理公共子后缀模式情况下的不足,该文提出了一种基于非空公共子后缀模式的处理算法。该算法把有非空公共子后缀的模式汇集在一起,进一步减小了next链表的平均长度。在匹配过程中减少了字符比较的次数,从而提高算法的运行效率。该文对搜狗实验室给出的相关文档进行全文检索实验,并和原Wu-Manber算法、孙晓山等提出的改进算法进行比较。实验结果表明,该文提出的改进算法有效地减少了匹配过程中字符比较的次数,从而提高匹配的速度和效率。     

一种改进的Wu-Manber多模式匹配算法及应用

本文针对Wu-Manber多模式匹配算法在处理后缀模式情况下的不足,给出了一种改进的后缀模式处理算法,减少了匹配过程中字符比较的次数,提高了算法的运行效率。本文在随机选择的TREC2000的52,067篇文档上进行了全文检索实验, 对比了Wu-Manber算法、使用后缀模式的改进算法、不使用后缀模式的简单改进等三种算法的匹配过程中字符比较的次数。实验结果说明,本文的改进能够比较稳定的减少匹配过程中字符比较的次数,提高匹配的速度和效率。     

一种按字长匹配的Wu-Manber多模式匹配算法

多模式匹配是串处理系统中最重要的操作之一,而Wu-Manber算法是多模式串匹配算法中平均性能表现最好的算法.针对Wu-Manber多模式匹配算法在规则集中存在短模式串时性能下降的问题,提出一种按字长匹配的多模式匹配算法.改进的算法是在32位机器上实现,哈希的字符块长度取2,每次匹配的单位由原来的一个字符变为一个机器字,缩小了访存时间,同时利用机器字长存储的特点合理设计哈希函数,加快了字符块哈希值的计算,极大的提高了有短模式串存在时模式集的匹配性能.与原Wu-Manber算法对比,当最短模式串长度小于6时,改进后的算法搜索时间平均缩短了40％.当最短模式串长度为2和3时,搜索时间缩短了60％以上.     

入侵检测中一种新的多模式匹配算法*

基于模式匹配的检测方法是目前入侵检测系统的一种重要方法,因此作为模式匹配方法核心的字符串匹配算法直接影响入侵检测系统的性能和效率。在AC算法和WuManber算法的研究基础上,提出了一种新的多模式匹配算法——ACWM。该算法能够增加字符跳转距离,比较稳定地减少匹配过程中字符比较的次数,提高匹配的速度和效率。     

一种基于分段匹配的字符串匹配算法

针对已有算法对文本和模式的相关性依赖较大,提出一种基于分段的字符串匹配算法——SM。该算法利用特殊字符将文本先分段再匹配,且匹配过程对模式内容和长度不敏感。通过将SM算法与经典算法进行分析和实验对比,证明SM算法性能稳定,特别是在多模式字符串匹配情况下,SM算法具有比Wu-Manber算法更快的速度和更小的空间消耗。     

多边匹配决策模型及其帕累托有效解

由多层次、多阶段、多时期的复杂匹配引申出多主体之间的协调匹配问题,在给出不同类幂集、满意度汇集算子的基础上,从多边匹配映射角度对稳定的匹配组进行分析,论证稳定匹配方案的合理性、全面性和公平性,继而给出帕累托最优匹配方案和帕累托有效匹配方案,同时建立一个包括初步匹配、替换匹配、交换匹配三个过程的多边匹配算法,形成多边匹配问题的满意解。计算实例和应用分析表明,该方法能够获得帕累托有效匹配方案,并可应用到不同组成部分之间的多边匹配上,为此类问题提供了匹配模型和解决方案。     

基于距离图象的机器人视觉初步研究

介绍如何直接利用三维视觉传感器实时采集的距离图象数据，有效地检测目标的三维空间位置。     

基于网络处理器的高效中英文多模式匹配算法

由于中英文字符在编码方面的差异，传统面向英文字符环境的多模式匹配算法无法直接应用于中英文字符混合环境。提出了一种适用于网络处理器和中英文混合环境的高效多模式匹配算法。该算法采用从左向右的正向匹配，以字节为最小匹配单位，以字符为最小移位单位，在Trie树结构基础上，利用块字符匹配降低逐字匹配的概率，结合Quick Search(QS)算法进行跳跃加速。实验表明，算法能够在中英文混合环境下避免字节错位和误匹配，匹配速度优于已有算法，且不存在空间膨胀问题，能够满足高速网络信息审计的要求。     

最大匹配算法研究

最大匹配算法是中文分词中最常用的方法,但其有着过分依赖于词典的弊端。对最大匹配算法进行了深入探讨与研究,使用n-gram技术更新词典解决其弊端,从而提高分词效果。最后通过双向匹配算法与n-gram相结合的实验验证了该方案的可行性,并对该方案进行了总结。     

基于过滤的中文多模式近似字符串匹配算法

当前近似字符串匹配算法主要针对英文等中小字符集，该文针对汉字等大字符集的有效算法很少，尤其缺少适合汉字等大字符集的多模式近似匹配算法的情况，提出了一种适合汉字等大字符集的多模式近似匹配算法——MBPM-BM，通过实验证明了该算法的有效性。 近似字符串匹配；中文字符串匹配；多模式匹配；位并行运算；过滤     

基于中心语匹配的共指消解

共指消解是自然语言处理的核心任务之一。在传统机器学习方法使用的平面特征基础上,该文提出一种利用中心语信息的新方法。该方法首先引进一种基于简单平面特征的实例匹配算法用于共指消解。在此基础上,又引入了先行语与照应语的中心语字符串作为新特征,并提出一种竞争模式对将中心语约束融合进实例匹配算法,提升了消解效果。该方法与其他只使用平面特征的传统机器学习方法相比,能充分地利用每一个训练实例的特征信息,进一步融合中心语字符串特征使消解效果更加准确。     

基于序列图像匹配算法的匹配概率估计

建立了匹配仿真试验的贝努里(Bernoulli)统计模型，根据数字特征法，估计了基于序列图像匹配算法的匹配概率计算公式，证明了该模型的无偏性，并进行了精度分析。并给出了成功匹配的概率分布模型，定义了序列图像匹配算法的匹配概率，通过实例分析了序列图像匹配算法的匹配概率、图像序列数、单幅匹配概率之间的定量关系，为实际图像匹配系统算法、序列数目的选择提供了重要的理论决策依据。     

一种基于反向有限自动机的多模式匹配算法

在基于有限自动机的多模式匹配算法DFSA的基础上,结合改进的BM单模式匹配算法的优点,提出一种快速的多模式字符串匹配算法。在一般情况下,该算法不需要匹配目标文本串的每个字符,能充分利用匹配过程中本次匹配不成功的信息和已成功的信息,跳过尽可能多的字符。实验表明,模式串较短时,该算法需要的时间约为DFSA的1/2,模式串较长时,所需时间约为DFSA算法的1/3。     

信息过滤中用户兴趣模型的表示

用户兴趣模型的表示是信息过滤中的关键技术,它直接关系到过滤效果的好坏。比较了三种不同的用户兴趣模型:传统的关键字表示法、固定文章集法F D S (文章表示法)和基于示例法(段落表示法) ,并对它们进行了实验分析,得出后两种方法要优于第一种的结论。其技术的关键在于如何描述和更新用户的兴趣模型。