基于并行字符索引的多步长正则表达式匹配算法

深度包检测(deep packet inspection, DPI)是网络入侵检测与防御系统(network intrusion dete-ction and prevention system, NIDPS)的核心.基于三态内容可寻址存储器(ternary content addressable memory, TCAM)的正则表达式匹配算法提高了数据包的处理速度,成为DPI技术的一个重要研究方向.TCAM具有查找速度快、存储空间小等特性,且能耗与存储空间成正比.由于DFA的存储空间开销比较大,且存储空间大小随着DFA步长数的增加而指数倍增,基于TCAM的DFA面临高能耗的问题,特别是多步长DFA.提出一种基于并行字符索引的多步长正则表达式匹配算法(multi-stride parallel character-indexed DFA, PCIDFA),对确定型有限自动机(deterministic finite automaton, DFA)构造并行字符索引,通过比特位图取交集,减少匹配时激活的TCAM块数,显著降低TCAM能耗.实验结果表明：与多步长DFA相比,多步长PCIDFA在TCAM能耗上减少了99.8%以上,在TCAM存储空间开销上减少了48.5%~65.3%,在吞吐量上提高了1.9~2.6倍.     

基于DFA结构的高速并行正则表达式匹配算法

针对正则表达式匹配速度低的问题,提出一种基于DFA结构的并行匹配算法.正则表达式匹配过程中,DFA的一部分状态访问次数多而另一部分状态访问次数少.因此,建立数学模型,应用马尔科夫链求解各个状态的访问概率,从而将DFA的状态分成前端和后端两个部分.通过多个前端部分共用一个后端部分的方法实现多个数据流的并行处理,达到了提高匹配速度的目的.算法分析与实验表明在多消耗60％-80％的存储空间时,能够提高4.2-4.6倍的匹配速度.     

基于正则表达式的DFA拆分算法研究

深度包检测采用简单的字符串匹配技术将报文内容与一组固定字符串进行匹配,基于正则表达式匹配算法能提供更强的表达能力和灵活性,而复杂的正则表达式结构可能引起DFA的状态数膨胀,导致存储代价巨大;DFA拆分算法将DFA转换表拆分为三个表：间接索引表,转换输出表,直接转换表,实验结果表明DFA所占空间大大减小,实现了DFA的压缩存储。     

基于DoLFA的高效正则表达式匹配算法

随着规则数量的急剧增长,表示正则表达式的DFA(Deterministic Finite Automata,确定型有限自动机)容易引起状态空间爆炸,难以满足高速网络的实时处理需求。提出一种高效的正则表达式匹配算法,该算法通过将正则表达式分割为精确串、字符集合以及重复字符3个子集,分别对其进行分区优化及检测,然后再利用结点信息对匹配信号进行连接,即构建一种特殊的状态机DoLFA(Divide-optimize-Link Finite Automata)。理论分析和仿真结果表明,该算法可以大大节省存储空间,并获得较高的吞吐量,且具有较强的扩展性。     

ɑFA：一种基于非信任字符比较的高性能正则表达式匹配算法

正则表达式匹配技术在数据治理、解析提取和深度包检测方面有着重大应用价值。然而,由于其在通用平台上的匹配性能较低,无法满足实际环境下数据实时处理的应用需求,限制了其在高性能数据处理领域的应用范围。针对当前正则表达式匹配性能较低的问题,提出一种基于非信任字符比较的高性能正则表达式匹配算法,称之为ɑFA。该算法通过每次判断连续的若干个字符是否属于最常被访问状态的非信任字符集,获取无需通过DFA匹配可直接跳过的字符数,减少字符匹配过程中访问内存DFA状态转移表的次数,从而实现字符匹配的加速处理。实验结果表明,ɑFA算法可获得相比于原始DFA匹配算法约为1.05～7.58倍的性能加速比。     

基于FPGA的正则表达式匹配算法综述

分析了基于硬件正则表达式匹配的优势,介绍了基于现场可编程门阵列（FPGA）的正则表达式匹配算法的基本思想和设计方法,从匹配速度和资源利用率两个技术指标的角度对现有算法进行分类,综述了当前的主流算法并分析了其优缺点,最后论述了目前基于FPGA正则表达式匹配算法设计的难点并展望了未来研究的发展趋势。     

高性能正则表达式匹配算法综述

深度检测在维护网络安全、保证服务质量等方面扮演着重要的角色。正则表达式匹配算法作为高性能深度检测的核心技术,具有重要的研究价值和实践意义。随着网络流量不断增长、规则数目持续增多以及网络结构日趋灵活和动态,现有的正则表达式匹配算法面临着匹配速度、内存占用和更新能力等多方面的挑战。介绍了正则表达式匹配算法的研究背景,从空间压缩、匹配加速、新型自动机设计以及规则拆分和分组四个角度入手,分类总结了学术界具有影响力的研究成果。通过基于真实网络流量的评测,比较了几种经典匹配算法在不同规则集上的匹配速度、内存占用和预处理时间等性能指标,并给出了不同需求场景下高效正则表达式匹配算法的选择建议,归纳了高性能正则表达式匹配算法的下一步发展方向。     

基于预定义类的紧凑型正则表达式匹配算法

针对目前硬件正则表达式匹配算法在存储空间以及吞吐量等方面面临的挑战,结合扩展有限自动机（XFA）正则表达式匹配算法,提出了一种预定义类的压缩自动机匹配算法（Pre-Class CFA）。通过预定义类,算法既可以实现正则表达式中类字符匹配,又能够通过优先级的设定匹配特殊字符集,并在XFA消除确定性有限状态机（DFA）状态爆炸问题的基础上进一步压缩了迁移边数目;同时算法根据现场可编程门阵列（FPGA）和迁移边的特征,设计了一种基于并联只读存储器（ROM）结构的迁移边存取方法,可以实现同一状态多条迁移边的并行读取和匹配。在中低性能FPGA平台ALTERA DE2-70上对算法进行测试,实验中系统吞吐量为1.3 Gb/s,可实现千兆网络下的入侵检测和垃圾过滤。     

一种针对DFA状态爆炸的正则表达式匹配方法

针对基于确定有限状态自动机的匹配引擎在大规模、复杂规则下会出现状态爆炸的问题,提出正则表达式子串抽取算法。通过将子串抽取算法应用于DFA状态爆炸场景,设计基于子串抽取的正则匹配引擎。实验结果表明,该算法在单个规则上运行时间可达10 ms量级,抽取率高达99%,同时匹配引擎具有较好的稳定性和可拓展性,且匹配速度优于相关开源匹配引擎。     

FPGA实现的正则表达式匹配性能分析

分析出影响FPGA实现的正则表达式匹配性能的关键因素是正则表达式匹配性能优化的前提.首先由L7-Filter各个规则的性能测试结果分析出低主频规则有别于其它高主频规则的三个特征.其后通过设计多个字符组串联而成的特殊正则表达式测试模型去验证这三个特征对基于FPGA的正则表达式自动机性能的影响程度.得出如下结论:基于FPGA的正则表达式自动机的主频随字符组宽度的增长而迅速下降,随字符组串联数目的增长而缓慢下降;星号(*)或问号(?)重复语法对字符组规则主频的影响大于加号(+)重复语法对字符组规则主频的影响.最后将基于字符组的结论推广至更普遍的大量字符“或(Ⅰ)”操作的层面.     

Android智能电视测试用例生成方法及应用研究

相比传统电视,由于增加上网浏览、音视频文件播放、下载各种应用软件等多种功能,智能电视系统软硬件变得异常复杂,用户使用相对繁琐,这种大批量消费类产品的可靠性是目前智能电视厂家面临的主要问题。提出根据系统设计规格书对智能电视的操作行为采用AutoStar进行层次化状态迁移矩阵(STM)建模,进而转化为具有记忆功能的正则表达式,同时根据正则表达式圈复杂度来递归确定正则表达式中包含所有闭包循环的次数,并生成测试用例,自动转成Python脚本,通过Android提供的ADB接口发送给Android智能电视,最后设计实现Android智能电视测试平台,该平台应用于国内智能电视的测试。     

一种改进的三边定位算法

针对基于加权最小二乘(WLS)的三边定位算法在线性化过程中损失定位信息的问题,提出了一种改进的三边定位算法。该算法利用WLS算法粗略估计未知节点的坐标,并利用损失的定位信息构建定位模型,通过求解该定位模型实现精确定位。仿真结果表明,与基于WLS的三边定位算法相比,该算法有效提高了定位精度,且巷道长宽比越大,定位性能越好。     

桥式起重机精准定位在线轨迹规划方法设计及应用

针对工业桥式起重机的异步电机难以准确跟踪给定轨迹,从而导致离线轨迹规划算法定位误差很大的问题,论文提出一种基于相平面分析的在线轨迹规划算法.这种方法利用激光测距仪采集位置信息,在起重机运行过程中,根据台车与目标位置的距离来优化轨迹不同阶段的运行时间,并实时调整台车轨迹的有关参数,以实现台车精准定位的目标.实验结果表明,这种方法可以很好地兼顾负载快速消摆与台车准确定位两方面的要求,有利于提升桥式起重机的运送效率.论文将这种在线轨迹规划方法成功应用于标准32 t工业桥式起重机,并取得了良好的运行效果.     

基于高加速气悬浮运动的精确定位控制系统

针对多孔质气悬浮运动系统的特点,对其建模分析,并提出了一种高加速气悬浮运动的精确定位控制系统。就气悬浮运动系统的特点建立了详细的模型,并在就气浮平台在高加速度、高速度状态下的精确定位问题做了详细的研究,并给提出了相应的解决方法。     

基于灰色预测模型的井下精确人员定位方法

井下精确人员定位系统的定位精度受非视距误差和时钟误差的影响,目前系统多采用基于卡尔曼滤波的定位方法来减小误差,但当测量数据出现粗大误差时定位精度不高。针对该问题,提出了一种基于灰色预测模型的井下精确人员定位方法。携带标志卡的人员进入定位读卡器覆盖范围时,定位读卡器通过无线定位技术计算出标志卡与读卡器之间的测量距离,并将测量距离存储至数据缓存区;根据数据缓存区内的测量距离,采用GM(1,1)模型计算出下一时刻标志卡与读卡器之间的预测距离;当该预测距离的预测精度等级为优,且与测量距离之差超过误差判断阈值时,用该预测距离替代测量距离,实现对测距误差的优化补偿。测试结果表明,该方法不受测距误差影响,当测量距离存在粗大误差时,该方法的定位精度明显优于基于卡尔曼滤波的定位方法。     

改进层次分析法在精确人员定位系统应急处理机制中的应用

针对智能矿用精确人员定位系统存在误判井下人员遇险,造成救援资源浪费的问题,提出将层次分析法应用于智能矿用人员精确定位系统应急处理机制中。传统层次分析法的判断矩阵一旦设置后,无法实时响应影响因素的变化,当影响因素数值发生改变后,需要重新设置判断矩阵才能获得正确的决策方案。针对该问题,对层次分析法进行改进,提出根据传感器的实时数据对层次分析法的判断矩阵进行调整,以提高报警准确率。当精确人员定位系统的管理服务器收到井下某人员标签上报的报警信息后,采用1—9标度方法对该人员所处位置的各类传感器数据及由人员标签上传的生命特征传感器数据进行标度,根据传感器数据的标度值实时调整各个指标层-决策层判断矩阵的参数值,采用层次分析法计算决策层权重值,根据权重值判断报警信息的真实性。仿真结果表明,精确人员定位系统应急处理机制采用能实时调整判断矩阵参数的改进层次分析法后,可有效判断出报警信息的真实性,排除无效报警信息,从而提高了应急处理机制的报警准确率。     

基于RFID的图书馆书籍精确定位方法研究

针对使用RFID技术的图书馆中书籍精确定位难的问题,提出了以蛛网定位算法进行精确定位的解决方案。文中详细介绍了书籍精确定位的现状及其遇到的问题,并阐述了引入蛛网算法的设计思路。在书籍定位过程中通过"点名-回馈"法进行数据采集,最终使用蛛网定位算法完成书籍的精确定位,节省了人力资源,提高了定位效率。     

无线 Mesh网络规则拓扑结构与容量研究*

拓扑控制技术可以有效地提高无线Mesh网络的网络容量并增强网络可靠性,采用拓扑控制所构成的规则网络拓扑结构还具有良好网络路由和链路分集能力。通过对随机拓扑和规则拓扑的网络容量与拓扑特征的分析,表明规则拓扑在无线Mesh网络中具有优良网络品质。为了使规则拓扑适应密集组网的应用环境,设计一种虚拟层次化的规则拓扑结构;进一步通过拓扑分割构成微虚拟小区解决网络的可扩展性问题。仿真证明规则拓扑及其拓扑分割技术提高了无线Mesh网络容量等网络性能。     

基于虚拟仪器技术的高精度位置测控系统

介绍一种基于虚拟仪器技术的高精度位置测控系统，详细说明了系统的硬件组成和软件设计以及它们之间的关系。本系统的研制实现了高精度的位置检测与控制．同时也大大地提高了测控系统的通用性和灵活性。     

用于生物芯片制备的点样机器人系统

本文设计了一种接触法点样机器人系统,实现了低成本、高精度、高速度、大通量的生物芯片制备过程的自动化．结合生物芯片制备过程的特点,提出了系统设计准则,研究了系统的一些关键技术问题,并初步探讨了液体样品的分配机理．最后给出了实验结果．