基于多模式匹配的应用协议识别研究

针对网络监听中应用层网络协议类型多、端口动态化、负载变化频繁、关键词匹配难度大等问题。本文提出了一种能够不降低被监听网络性能的多模式匹配的应用协议识别算法。首先根据模式串集合前后缀关系进行分类,然后采用正、反向匹配算法进行处理,最后采用活跃规则的方式对协议规则进行调度。实验结果表明,新算法在模式集较大的情况下,能明显提高应用协议识别的效率,并减少资源消耗,适用于实行大规模网络监听的生产环境。     

快速的多模式匹配算法

在基于有限状态自动机的多模式匹配算法(DFSA算法)基础上,结合Tuned BM算法的优点,提出一个快速的多模式字符串匹配算法,实现了多模式匹配过程中不匹配字符的连续跳跃.在此基础上进一步改进,得到一个最差时间复杂度为线性的匹配算法.分析指出算法实际比较的字符数随着模式串长度的增加而下降,并随模式集的增大有所增多.实验表明,在模式串较短时,算法需要的匹配时间仅为AC算法的1/2到1/3,AQR算法的9/10左右;在模式串较长时,所需时间为AC算法的1/4至1/8,AQR算法的3/4左右.     

基于WM算法改进的多模式匹配算法

为提高入侵检测系统整体的性能和效率,在研究经典的WM（Wu-Manber）多模式匹配算法的基础上,提出一种改进的WM多模式匹配算法。该算法使用后缀表方法,减少了匹配过程中模式字符串与文本的比较次数。实验结果表明,该算法有效提高了入侵检测系统匹配的速度和效率。     

GIS空间多源数据集成模式探讨

地理信息系统(GIS)的迅速发展和广泛应用导致了空间多源数据的产生,给数据集成和信息共享带来不便。多数据格式是多源空间数据融合的主要原因。探讨了空间数据多源性的产生和表现,并分析和评价了多源空间数据集成的三种模式。     

多源Web对象与关系数据的集成

利用序列数据语义标注学习方法来解决异构数据源的模式匹配问题,将从多个网站抽取的异构Web对象集成到关系数据库中.在线性链条件随机场的基础上提出了一种可叠加多阶链的组合条件随机场模型.该模型可以在由手工标注数据和关系数据库记录组成的联合样本集上进行训练,因此减少了对繁琐手工标注样本的依赖;此外,通过在线性链条件随机场模型上叠加高阶链,使得该模型能够有效地处理状态变量间的长距离依赖.在多个领域的真实数据集上的实验和分析结果表明,所提出的方法能显著提高异构Web数据的字段标注性能.     

用于检测过滤的多模式匹配

针对目前匹配速率过慢的问题，在有限自动机的多模式匹配算法的基础上，结合Boyer-Moore(BM)算法和改进的quick search(QS)算法的优点，提出了一个快速的多模式字符串匹配算法。一般情况下该算法能充分利用匹配过程中本次匹配不成功的信息和已经匹配成功的信息，尽可能多地跳过待查文本串中的字符，所以不需要匹配目标文本串的每个字符就能一次性实现对文本的快速搜索。实验证明，在模式串较长和较短的情况下，算法都有很好的匹配性能，能有效改善关键字检测过滤系统的性能。     

一种改进的多模式匹配算法

针对WM算法在模式集规模大且最短模式长度小的情况下性能较低的问题,分析了WM算法及其改进的快速WM(QWM)算法的优缺点,在此基础上提出了模式分集思想,并优化了跳跃和确认机制,设计了子集WM(SWM)算法;然后针对该算法在域名过滤中的应用,对hash函数、匹配顺序等进行进一步优化．针对域名过滤的实验结果表明,当模式数量超过10000条时,SWM算法匹配时间是WM算法的8.9％～11.6％,说明SWM算法在模式集规模较大时,匹配速度能显著提高．     

基于虚拟视图的数据集成方法研究及其应用

传统虚拟数据库产品在数据集成中存在着系统配置过程、数据查询过程复杂及数据大量复制移动等问题.针对这些问题,提出一种基于虚拟视图的多源数据集成方法.该方法利用分类包装器对底层物理数据进行包装和转换,统一异构数据源访问接口、把底层的数据转换为统一的数据模型.在上层保持原物理数据不变的情况下,建立物理数据局部虚拟数据视图和全局虚拟数据视图、建立数据映射字典,无需进行数据的复制和移动就能为用户提供统一的数据查询接口,使其能在各个系统中查询信息.实验证明,该方法解决了多源数据集成过程中的同名异义及异名同义问题,简化了数据集成的查询定义过程,有效地实现了多源异构数据的集成.     

多源数据环境GIS空间目标综合方法研究

GIS空间目标的综合是地理信息系统的研究热点之一.通过对多源、多尺度数据的分析,应用数字合并,实现了空间目标的多源、多尺度数据匹配、知识提取,解决了综合过程中遇到的局部环境状态不明,综合算法适应性不强,例外颇多,以及知识在综合算法中难以应用的问题.     

Intelligent binary schema matching system in heterogeneity environment

0　ＩＮＴＲＯＤＵＣＴＩＯＮＮｏｗａｄａｙｓ ,ｔｈｅｄｙｎａｍｉｃｃｏｍｐｕｔｅｒｔｅｃｈｎｏｌｏｇｙｈａｓｓｐｒｅａｄａｃｒｏｓｓｔｈｅｗｏｒｌｄａｎｄｖａｒｉｏｕｓｂｕｓｉｎｅｓｓｏｒｇａ ｎｉｚａｔｉｏｎｓ ,ｉｎｓｔｉｔｕｔｉｏｎｓ ,ｉｎｄｕｓｔｒｉｅｓ ,ｅｔｃ .,ｈａｖｅｂｅｅｎｐｒｏｍｐｔｅｄｔｏｄｅｖｅｌｏｐｓｏｐｈｉｓｔｉｃａｔｅｄｄａｔａｂａｓｅｓｙｓｔｅｍｓｔｏｅａｓｙｔｈｅｉｒｄａｉｌｙｏｐｅｒａｔｉｏｎｓ .Ａｔｔｈｅｓａｍｅｔｉｍｅｔｈｅｒｅｉｓａｎａｔｔｅｍｐｔｔｏｓｈａｒ…     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

信源个数估计的空间平滑方法

针对小快拍数和阵元噪声功率不等时噪声特征值分散严重,导致Akaike信息论准则(AIC)和最小描述长度准则(MDL)估计信源个数效果差的问题,提出了基于空间平滑的AIC方法(SSAIC)和MDL方法(SSMDL),该方法利用前后向平滑有效降低噪声特征值的分散程度,从而提高正确估计概率,并证明了SSMDL方法的一致性．仿真结果表明该方法在小快拍和阵元噪声功率不等情况下可以显著提高正确检验概率．     

基于对象匹配方法的多重表达中的一致性处理

通过对多重表达情况下空间数据一致性的分析,给出了一种在表达层同构情况下通过对象属性特征匹配过程和对象空间关系匹配过程来维护空间对象之间一致性的方法,该方法考虑了空间对象的属性特征一致性和拓扑关系一致性,可以更全面地解决地理信息系统中多重表达情况下空间数据的一致性问题,同时能更有效地提高空间数据的质量.     

基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.     

Log integration on large scale for global networking monitoring

Supposing that the overall situation is dug out from the distributed monitoring nodes, there should be two critical obstacles, heterogenous schema and instance, to integrating heterogeneous data from different monitoring sensors. To tackle the challenge of heterogenous schema, an instance-based approach for schema mapping, named instance-based machine-learning (IML) approach was described. And to solve the problem of heterogenous instance, a novel approach, called statistic-based clustering (SBC) approach, which utilized clustering and statistics technologies to match large scale sources holistically, was also proposed. These two algorithms utilized the machine-leaning and clustering technology to improve the accuracy. Experimental analysis shows that the IML approach is more precise than SBC approach, reaching at least precision of 81% and recall rate of 82%. Simulation studies further show that SBC can tackle large scale sources holistically with 85% recall rate when there are 38 data sources.     

基于面向对象的分布式空间数据集成方法

在分析分布式数据库系统的构成和特点的基础上,提出面向对象空间数据的表达方法,讨论了面向对象分布式空间数据库的构成,提出实现分布式空间数据共享的方法,设计了基于Oracle Spatial环境的分布式空间数据集成模式,为城市和国土资源空间数据的分布式管理与共享提供了具体思路.     

基于BP神经网络和多元线性回归的辛烷值预测

为降低硫、烯烃含量及辛烷值损失,保证汽油清洁化生产,基于S Zorb装置运行积累的数据,首先利用Lasso算法初步筛选建模变量,并基于BP神经网络计算指标因子贡献度,进一步筛选出15个主要变量用于建立辛烷值损失预测模型;其次对比分析4种模型,得出BP神经网络预测精度更优,更适合作为辛烷值损失预测模型,并经过10折交叉验证得到均方误差(MSE)均值为0.027 193,R²均值为0.904 87,验证了该模型的可靠性;最后在控制油品硫质量分数不大于5μg/g的前提下,结合多元线性回归对主要变量进行优化调控.结果表明,需同时改变多个变量才能使辛烷值损失降幅大于30%,多元线性回归模型预测精度较好,能按照一定比例对主要变量进行正反向调控.本文还可视化展示了优化过程中辛烷值和硫含量的变化轨迹.