基于HTTP协议的POST数据分析与还原

基于HTTP协议的POST请求的文档传输渠道有很多,传送的具体文档格式更是千变万化,但是其传输过程是一样的。通过对各种POST数据格式通信特征的分析,提出了一种在Linux平台下的数据包分析与还原模块,具体针对各种数据格式归纳总结出其各自的特征,形成特征库,然后借助于现有的网络安全开发包,实现对网络上以POST方式传输的信息的实时捕获、分析与还原,再辅之以文本内容查询子模块,从而实现对网络传输信息监管能力的促进与提高。     

一种基于BM算法的改进模式匹配算法研究

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.在研究现有算法的基础上提出一种改进的模式匹配算法--New-Search算法.该算法以BM算法为基础,通过预处理阶段处理,首末字符部分定位的思想,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,提高了匹配的速度和效率.     

一种面向入侵检测的改进AC算法

在研究入侵检测系统中AC算法应用3的基础上,提出一种改进的AC算法--双重压缩AC算法.在算法中设计了新的AC状态自动机存储空间压缩方法,并给出与之对应的匹配流程.在Snort中进行测试,测试结果显示双重压缩AC算法的空间和时间性能比基本AC算法分别提升了52.2%和73.5%.     

一种改进的应用于多模式串匹配的KR算法

Karp-Rabin算法是利用hash函数的特性进行字符串匹配的算法.KR算法对模式串和循环中每一次要匹配的子串按一定的hash函数求值,如果hash值相同,才进一步比较这2个串是否真正相等.Karp-Rabin算法适用于多个字符串匹配.该算法所需要的空间存储很小,相比AC算法在空间占用上具有很大的优势.本文首先将模式串进行合适的分类,求出模式串半段对应的哈希值,然后对目标段按照模式串的基准长度进行分段,每次比较目标段是否含有模式串的半段,若含有,则继续比较;否则,继续进行下一个目标段的匹配.最后通过实验验证,证明了算法的有效性.     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

一种基于Aho-Corasick算法改进的多模式匹配算法

目前互联网中以文本存在的数据非常庞大,针对在如此庞大的文本中如何准确、快速地找到多个不同的目标字符串的问题,在介绍常见的模式匹配算法的优点和缺点基础上,结合Trie速多模式匹配算法。根据对比性实验的结果分析得出,改进AC且匹配速度大约是AC算法的5倍,说明改进AC     

一种改进的KMP算法在不良网站信息过滤中的应用

针对网络信息过滤的特点和现实中人们对网络信息纯净度的要求,提出了一种基于KMP字符串匹配算法,对不良网站信息进行过滤和相应的性能测试。在测试环境下,对100组非法网站进行过滤,得出对不良信息过滤查准率达到95%,查全率达到98%,通过对测试数据的分析和网络吞吐量的测试结果表明,该方案所设计的系统性能基本能够满足实际需要。     

一种答案匹配算法

对于给定两个串S1(标准答案)和S2(实际答案)，长分别m和n，给出了一个找出两串间最大匹配的算法。通过该算法，可以比较两个串S1和S2的相似程度，从而可以断定实际答案与标准答案的匹配程度，进而可以对试卷打分。     

一种适于空间CCD图像压缩的SPIHT改进算法

针对传统遥感图像压缩多级树集合分裂排序(SP IHT)算法由于采用取决于图像内容的动态处理顺序而导致处理速 度缓慢这一问题,提出一种适于空间时间延时积分(TDI)CCD相机图像压缩的SPIHT改进算法 。首先,将小波变换后的图像分解成4×4块,同时对一个4×4块的 一个比特平面所有比特进行编码。为了实现并行处理机制,SPIHT改进算法重组传统SPIHT算 法的3个通道,然后采用并行和流水线作业的方式编码3个重组通道。实验结果表明,本文提 出的压缩算法可以稳定正常的 工作,具有良好压缩性能,平均信噪比(PSNR)性能与传统 方法相当,而数据吞吐率远高于传统方法。在正常100MHz时,数据 吞吐 率达到120Mpixle,大大提高压缩算法的处理速度。SPIHT改进算法 非常适合空间CCD相机图像压缩应用。     

基于改进型GIW算法的TerraSAR-X图像斑点噪声抑制

针对TerraSAR-X图像中的斑点噪声抑制问题,分析了噪声的基本数学模型,并考察了经典处理方法,进而结合Kuan滤波的基本思想,给出了一种改进型梯度倒数加权(GIW)滤波算法,利用邻域像素和中心像素的灰度梯度倒数及其邻域统计信息构造滤波加权模板,然后通过卷积操作实现斑点噪声的抑制。对TerraSAR-X图像处理的结果表明该算法原理简单,实现方便,可有效抑制图像中的斑点噪声,同时具有优良的边缘细节保持能力,非常适合边缘提取、目标检测等后续处理。     

一个快速的字符串模式匹配改进算法

在分析了BM算法以及一些重要的改进算法的基础上，提出了一种新的改进算法——BMG算法。该算法结合了BMH算法和BMHS算法的优点，同时考虑了字符串后一位字母的唯一性，提高了最大位移m＋1的出现概率，有效地加快了匹配速度。BMG算法已经通过实验测试，并证明是有效的，测试结果表明该算法比BM、BMH、BMHS算法有更好的性能。     

相位不匹配的量子搜索算法

 当搜索空间局限在二维复子空间中时,如果无序数据库中的总个数足够大,那么倘若任意的两个完全独立的相位旋转角集合(但其中一个集合中元素的个数相对于无序数据库中的总个数相对较小)满足多相位匹配方程,则仍然能以较高的成功概率找到唯一的目标态.本文针对一种带有特定前提条件的量子搜索问题,说明了可通过结合多相位匹配方程和经典的穷举算法以使得该目标态能以几乎接近100%的成功概率找到.最后给出了一个实例.     

一种粗糙集属性约简的改进算法

通过时属性的重要性以及属性提供的信息量进行研究，提出一种综合考虑属性重要性和属性的信息量的属性加权平均重要度的概念，并构造在决策表中的基于此重要度的一种新的属性约简方法。通过实例计算表明，该算法简单有效。     

计算机取证中磁盘快速搜索算法研究

在计算机取证中,快速而又准确地查找并提取潜在的证据信息成为计算机取证的关键。主要研究了计算机取证中磁盘深层取证的一些方法,并对其中可能用到的搜索和模式匹配算法（包括BF、KMP、BM和BMH算法）在不同缓存条件下进行了对比实验分析,找出了效率最高的取证算法和环境,为实际的计算机磁盘取证项目提供理论支持。     

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法.菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块.通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的.     

一种改进的稀疏度自适应匹配追踪算法

压缩感知理论是一种充分利用信号稀疏性或可压缩性的全新信号获取和处理理论。针对未知稀疏度信号重构,提出了一种改进的稀疏度自适应匹配追踪算法。该算法首先利用一种基于原子匹配测试的方法得到信号稀疏度的初始估计,然后在稀疏度自适应匹配追踪(SAMP)框架下采用变步长分阶段思想实现稀疏度的逼近,在初始阶段利用大步长实现稀疏度的快速粗接近,以提高收敛速度,在随后的迭代中逐渐减小步长,实现稀疏度的精逼近,最终实现信号的精确重构。理论分析和仿真结果表明,该算法在一定程度上解决了SAMP算法在大稀疏度条件下运算量较大以及固定步长导致的欠估计和过估计问题,较好地实现了未知稀疏度信号的精确重建,并且重建性能和重建效率均优于现有的同类算法。      

A Modified Minimum Classification Error (MCE) Training Algorithm for Dimensionality Reduction

Dimensionality reduction is an important problem in pattern recognition. There is a tendency of using more and more features to improve the performance of classifiers. However, not all the newly added features are helpful to classification. Therefore it is necessary to reduce the dimensionality of feature space for effective and efficient pattern recognition. Two popular methods for dimensionality reduction are Linear Discriminant Analysis (LDA) and Principal Component Analysis (PCA). While these methods are effective, there exists an inconsistency between feature extraction and the classification objective. In this paper we use Minimum Classification Error (MCE) training algorithm for feature dimensionality reduction and classification on Daterding and GLASS databases. The results of MCE training algorithms are compared with those of LDA and PCA.     

不完备信息系统中知识约简的一种启发式算法

不完备信息系统中的知识获取是粗集理论应用的难点。通过引入信息熵和条件信息熵，对信息系统中属性的必要性进行了定义；提出了一种基于条件信息熵的知识约简启发式算法，并指出该算法的时间复杂度是多项式的。通过实例说明，该算法能得到信息表的约简和决策表的最小相对约简。