2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩121頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機和網(wǎng)絡(luò)通信技術(shù)的發(fā)展,網(wǎng)絡(luò)流量日益增大。近年來我國網(wǎng)絡(luò)帶寬以每年80%的增長率迅猛增長,目前國際出口帶寬已達到3688Gbps。與此同時,網(wǎng)絡(luò)攻擊也越發(fā)呈現(xiàn)多樣性和復(fù)雜性,對網(wǎng)絡(luò)信息內(nèi)容安全提出了嚴峻的挑戰(zhàn)。目前迫切需要對大流量網(wǎng)絡(luò)環(huán)境下信息內(nèi)容進行實時監(jiān)測,高性能、低內(nèi)存占用的模式匹配技術(shù)是其中亟待突破的關(guān)鍵技術(shù)之一。
  首先,為了進一步提高串行模式匹配算法的性能,本文借助于GPU的并行處理能力,提出了一個基于Blo

2、om Filter實現(xiàn)的精確并行多模式匹配算法(PEBF)。根據(jù)模式長度將模式集劃分成N個子集,為每個子集建立一個擴展Bloom Filter;并建立N個線程并行處理。在GPU上的實驗結(jié)果表明,在最差的情況下,G-PEBF也可以達到10倍的加速比。
  然后,為了實現(xiàn)串行模式匹配算法的并行化,本文建立了兩種并行模式匹配模型——向量模型和矩陣模型?;谙蛄磕P吞岢隽司_單模式匹配算法和近似單匹配算法;基于矩陣模型提出了精確多模式匹配

3、算法和近似多模式匹配算法。之后在GPU上對基于矩陣的多模式匹配算法實現(xiàn)并行化,得到G-MBMPE和G-MBMPA。實驗結(jié)果表明,G-MBMPE和G-MBMPA算法的效率分別是實驗中各自對比算法效率的1.5倍左右。從實驗結(jié)果可以看出,矩陣模型更適合處理并行模式匹配問題。
  其次,針對百萬級規(guī)模的大模式集匹配方法內(nèi)存占用和沖突率過高的問題,本文提出了一種隨機指紋模型和基于該隨機指紋模型的WM多模式精確匹配算法(RFP-WM)。算法對

4、每個模式串都計算出一個唯一指紋,可以有效降低誤報率。實驗結(jié)果表明,與WM算法相比,RFP-WM算法極大地降低了哈希沖突率,提高了命中率。在本文的5組實驗數(shù)據(jù)集上,算法效率提高約48%-65%。
  最后,針對網(wǎng)絡(luò)信息監(jiān)測中以海量URL為模式集的匹配算法效率低、內(nèi)存占用大的問題,本文充分利用URL的結(jié)構(gòu)化特點,提出了一個可擴展多哈希URL最長前綴匹配方法(SMH)。與傳統(tǒng)方式不同,該方法并不將URL整體作為哈希的鍵值,而是將其以分隔

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論