Snort中字符匹配算法的分析与改进

研究入侵检测景统Snort的架构及执行流程,详细分析了Sonort中一种重要的模式匹配算法BM算法。针对传统的BM匹配算法的缺陷进行了讨论,并提出了改进意见;对捡测数据进行了分析,结论显示改进后的算法能够取得更高的匹配效率和更短的匹配时间。     

IDS中多模式AC算法的研究

网络入侵检测系统的性能一定程度依赖于精确、快速的模式匹配技术。随着网络速度的快速增长,模式匹配的效率将直接影响到网络入侵检测系统的效率,文章首先介绍了网络入侵检测系统中采用的多模式匹配算法,进而提出了一种改进的多模式匹配算法,改进后的算法减少了匹配时间,提高了检测系统效率。     

多模式匹配算法的应用与改进

本文针对入侵检测中多模式匹配算法,提出的观点。在计算机网络安全行业起到提升检测效率作用。如付诸现实将减少入侵检测系统规则库特征值匹配时间。随着互联网的快速发展,Linux操作系统得到广泛应用的同时网络入侵的攻击手段也在不停变化,入侵检测系统可将捕捉到的数据包与已知的网络入侵特征库进行比对,进而发现入侵行为。AC算法是多模式匹配算法之一,它的优点在于能同时进行多个模式串的匹配搜索,缺点是会出现多次没有必要的比较,影响了入侵检测系统的效率,为了提高匹配效率,本文根据AC算法的有限状态自动机构建原理,利用BM算法的跳跃思想,优化文本串位移,提出了一种双向AC算法和BM算法结合的改进算法。根据实验结果表明此算法有效的降低了匹配时间。     

一种进的并行字符串匹配算法

本文简述了字符串匹配算法的研究进展,分析了BF算法以及PRAM-CREW算法,并对该并行算法进行了改进,减少了处理器个数,使匹配次数大大减少,从而提高匹配效率。文章最后分析了该算法的性能。     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

面向藏文基本集编码的单模式匹配算法研究

BM算法是最经典的单模式匹配算法之一,但该算法并没有考虑藏文文字特征,故使滑动距离受限。在藏文中该匹配算法有进一步改进的空间,文章提出一种改进的针对藏文编码的BMT(BoyerMooreTibet)模式匹配算法。BMT针对藏文unicode编码以及藏文音节特征,修改并优化了算法匹配过程,在执行精确匹配时消除了冗余匹配,增大了单次精确匹配后的滑动距离。该算法性能优异,算法能够获得较少的比较次数以及增大跳跃距离。     

基于有序点列的平面点集凸包的新算法

提出了一种基于有序简单多边形的平面点集凸包快速求取的改进算法,新的算法能够避免极值点重合的问题。本文算法不仅达到了O(nlnn)的理论时间复杂度下限,而且算法简单,易于实现。     

一种改进的BM模式匹配算法

传统的模式匹配算法匹配效率较低,有时无法满足入侵检测、搜索引擎等系统性能需求。为此,在BM算法及其衍生算法的基础上,提出了一种高效的模式匹配算法—BMQ算法。该算法利用模式串末字符对应的文本字符与文本字符下一个字符的独特性和组合性,有效提高了模式串最大右移位数出现的概率,加快了匹配速度。通过实验对比,BMQ算法的效率优于BM匹配算法;为进一步验证其有效性,将改进后的算法引入到入侵检测系统中,实验测试结果表明,BMQ算法提高了入侵检测效率。     

基于DTW的话者识别系统的实现

首先,采用传统的DTW(Dynamic Time Warping,动态时间弯折)算法,计算积累距离矩阵,求得最佳匹配路径所对应的匹配距离;然后,将最后的匹配分数用min函数找到最小值对应的模板;最后,返回对应的模板代码。在此基础上,还探讨并提出了进一步提高识别率的方法和提高系统效率的高效算法,即放宽端点的DTW算法,并进行了一定量的实验。使识别效果达到更好。     

基于邻域梯度图像拼接算法研究

图像配准是图像拼接过程中至关重要的一步,本文首先分析了SIFT(scale invariant feature transform)算法原理,然后根据SIFT算法的缺点对其进行改进.通过Harris角点检测算法,剔除不稳定的边缘极值点,从而减少了特征点的数量;同时采用RANSAC算法去除伪匹配点.实验结果表明,改进算法不仅具有旋转、尺度变化不变性,对于噪声和亮度变化具有良好的鲁棒性,而且匹配速度比改进前大大提高.     

基于改进SIFT算子的影像匹配

影像匹配在人工智能和计算机视觉等领域有着极为广泛的应用,其决定了影像目标识别跟踪、图像配准的质量。其中的基于SIFT特征的影像匹配算法,针对场景不同、尺度缩放、分辨率差异、光照亮度变化、影像模糊以及压缩等有很强的适应性,故而应用在当前很多匹配算法中。当由于其算法的特性,在一些应用中其匹配速度对硬件要求较高。本文从这一点出发,对SIFT算子予以改进,以保障匹配精度为前提,实现了算法效率的提高,并实验验证。     

关联规则改进算法及应用

本文在Apriori算法基础上,提出了基于树型数据结构的关联规则改进算法.该算法只需对数据库进行一次检索,故能大量减少所需的I/O次数,提高系统运行效率.结合人力资源管理的实践,给出了改进算法在员工绩效评价中的应用实例.     

无功补偿智能控制研究

我国学者有关终端无功补偿智能控制的相关研究主要集中在针对非线性问题的启发式算法的研究过程,正如文献[1]所言,通过鲍威尔算法可以规避因电压、电流、负载峰值等因素的影响而导致的无功补偿容量确定时应用遗传算法容易获取局部最优解的问题。但是,鲍威尔算法本身采用的是共轭向量机制,属于时间复杂度为O(nn)的复杂问题,即使其改进算法也是一个O(n2)问题,这并不利于对于大数据的求解。     

关联规则改进算法及应用

本文在Apriori算法基础上,提出了基于树型数据结构的关联规则改进算法。该算法只需对数据库进行一次检索,故能大量减少所需的I/O次数,提高系统运行效率。结合人力资源管理的实践,给出了改进算法在员工绩效评价中的应用实例。     

单目多角度三维重建技术研究

本文使用多角度图片进行了三维重建技术研究,首先在二维图片中获取特征点,提出ORB-SIFT特征提取优化算法,然后基于最小生成树设计多角度匹配算法提高图片之间的立体点匹配效率,并结合三维立体视觉算法进行三维重建,实验证明与传统算法相比,本文算法时间耗费少,重建的三维模型精度提高。     

一种改进的单向扫描中文分词方法

本文以Hash表为基础,设计了一种改进的单向扫描中文分词方法,该方法在同等切分精度条件下的分词效率优于传统最大匹配算法。     

改进的Harris算法与SIFT算法相结合的图像匹配方法

针对图像自相似或具有对称性SIFT匹配稳定性不高的问题,提出了改进的Harris算法与SIFT算法相结合的图像匹配方法,用稳定的SIFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的＂相似度＂的原则进行Harris特征提取,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。     

基于一次判断双字符比较的模式匹配算法

针对模式匹配中的单模式匹配算法,分析了其中性能较高的QS算法及其改进算法BMH2C算法的,结合QS算法和BMH2C算法,提出了一种改进的QS算法—基于一次判断双字符比较的模式匹配算法(SJDC算法),增大了匹配失败时的右移量,提高了匹配速度。本文最后对此算法利用不同的模式串进行了实验仿真,仿真结果表明,此算法有效地减少了模式串移动的次数,提高了模式匹配性能。     

基于小波变换的相似多目标识别算法研究

根据LED晶片wafer图像的特点,利用小波变换的多分辨率分析提出了一种相似多目标的识别算法.wafer图像经过小波分解后,利用灰度归一化互相关算法,在其低分辨率尺度空间内进行整体模板匹配,然后将匹配结果在其高分辨率尺度空间内进行局部匹配,最终实现了全分辨率下LED晶片的精确识别.改进算法中利用步长自适应调整算法,使相关性系数计算量比原来减少了40％.试验表明该算法有效地缩小了搜索域,提高了晶片的识别效率.     

蚁群爬山法的并行化改进

介绍了蚁群爬山法(ACH)的基本原理和方法,分析了该算法存在的不足之处,提出了针对这种算法的并行化改进方案,从整体性能和局部性能上都进行了良好的并行改进处理.改进后的算法有较强的并行化能力,实现了很好的负载平衡,并且在很大程度上减少了计算量和网络通信量,提高了算法的效率,可广泛应用于对海量数据的挖掘和处理.