AC算法

摘要： 随着互联网技术与网络的迅猛发展,网络已经成为人们获取新闻的重要平台。网络中的新闻文本数量呈现出爆炸式的增长趋势,针对新闻种类较多、新闻的内容层次参差不齐问题。拟采用新闻推荐算法,AC算法、Bag of words算法及Word2Vec算法构建新闻传播平台,为用户提供基础新闻类文本推送服务,通过AC算法,为不同用户准确推送出新闻类型。同时,采用(Bag of words)词袋算法及Word2Vec算法对新闻进行科学的分类,既能够方便不同的阅读群体根据需求快速选取自身感兴趣的新闻,也能够有效满足对海量的新闻素材提供科学的检索需求。

摘要： AC算法作为多模式匹配算法的一种,在入侵检测、内容过滤防火墙、病毒检测等场景中得到了广泛的应用.AC算法的性能不仅受限于算法本身,还与算法运行的平台相关.使用普通的CPU进行模式匹配,只能达到300 Mbps左右的吞吐率,而使用FPGA进行匹配,吞吐率可以达到1 Gbps以上.但是FPGA的存储容量有限,可以匹配的模式个数受限.本文提出了一种节约空间的AC算法,设计了适用于FPGA存储的状态转移表,降低了AC算法需要的存储空间大小,同时在匹配过程中不带来额外的运算开销,尤其适用于内容过滤防火墙等对实时性要求较高的应用.

摘要： OSD语言自动化检测系统需要将识别输出与标准对照表进行比对来确定最终结果,关键就在于能否实现精确匹配定位.因此,对经典的单模式匹配BM算法和多模式匹配AC算法分析研究,结合Excel表的编码方式和特点,提出了一种针对Excel表的精准匹配定位算法.该算法利用Excel表成行成列的使用特点,将表格单列内容以三行并一组方式组合,根据三行总字数N和中间行字数M进行分类,利用单模式匹配方法进行匹配定位.分析验证表明,该算法相对于BM算法、AC算法匹配次数更少,定位精确度更高.

摘要： 由于电力调度数据网中的数据量非常庞大,因此在采集时容易发生数据丢失和数据不完整等情况,不仅如此采集到的海量数据也无法结构化存储,这就给后续的数据处理带来困难.基于以上问题,本文提出一种海量调度运行数据采集与存储方案:首先,使用旁路无损采集技术对电力调度数据网中的海量数量进行采集;其次,使用DPI技术解析数据的五元组和应用层内容,然后使用AC算法识别出报文的协议类型,根据协议类型所对应的数据结构解析具体的数据报文以此获得结构化数据;最后,将得到的结构化数据存入数据库中.

摘要： 提出了一种面向超密集蜂窝网智能干扰协调的动态功率控制算法.从网络动态决策的角度出发,在动态干扰环境下,将超密集蜂窝网络中的小基站发送功率的动态调整问题建模为一个马尔科夫决策过程.在此基础上,设计了一种基于Actor-Critic(AC)方法的小基站功率智能控制算法,并通过仿真实验验证了所提算法的性能.仿真结果显示,与传统的干扰协调算法相比,所提出的智能功率控制算法能有效降低网络中基站间的干扰,提升网络传输性能.

摘要： 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树转化成双数组形式的思想,提出一种改进的快速多模式匹配算法.根据对比性实验的结果分析得出,改进AC算法不仅能够成功匹配出文本中的所有要查找的模式串,而且匹配速度大约是AC算法的5倍,说明改进AC算法在匹配速度、匹配查全率和空间利用率方面都能有很好的效果.

摘要： 模式匹配在网络安全领域有着重要的应用,随着网络环境的日益复杂,模式集合也随之增加.如何高效处理千万模式集下的字符串匹配成为网络安全的瓶颈之一.本文针对多模式匹配算法AC算法和WM算法进行了研究,采用了新型基于层次扫描和子节点数目搜索的双数组AC算法;从hash函数的选取和模式串的Tree树存储对WM算法进行了优化.能有效减少系统的内存占用,提高匹配效率.

摘要： 模式匹配在网络安全领域有着重要的应用,随着网络环境的日益复杂,模式集合也随之增加。如何高效处理千万模式集下的字符串匹配成为网络安全的瓶颈之一。本文针对多模式匹配算法AC算法和WM算法进行了研究,采用了新型基于层次扫描和子节点数目搜索的双数组AC算法;从hash函数的选取和模式串的Tree树存储对WM算法进行了优化。能有效减少系统的内存占用,提高匹配效率。

摘要： The development of Internet technology makes the network traffic complex and diverse,network security incidents increase,network traffic identification and monitoring to protect network security has an increasingly important role.In this paper,we propose a traffic identification system based on Deep Packet Inspection (DPI) to solve the problem that the traditional method only software used monitors the traffic speed slowly and can not satisfy the high-speed data throughput problem of the modern network and the large memory occupied by the hardware identification only.The method uses a combination of soft and hard and is based on regular expression.The main idea is to identify the complex network protocol by software,and the commonly used network protocol is identified by hardware,which makes the system combine the advantages of traditional software and hardware.The experimental results show that the system identification accuracy is high and there is no false report and no omission phenomenion in the network without congestion,which satisfies the network usage requirements.%互联网技术的发展使得网络流量复杂多样,网络安全事故增多,网络流量的识别与监控对保障网络安全具有越来越重要的作用.文中针对传统的只用软件监测流量速度慢而不能满足现代网络的高速数据吞吐量问题与只用硬件识别占用内存大的问题,提出了一种基于深度包监测(DPI)的流量识别系统开发与设计方法,该方法采用软硬结合,其基于正则表达式,主要思想是针对复杂网络协议则用软件识别,而常用的网络协议则用硬件识别,从而使得系统结合传统软件与硬件方法的优点.实验结果表明,文中所设计的系统识别准确率高,且在网络没有堵塞的前提下无误报、漏报现象,满足网络使用需求.

摘要： The existing method of frequent pattern mining in bit stream is inefficient and the precision of the results is low under the influence of redundant data.In order to solve the problem,it was proved that the mining of short frequent pattern has great limitations.According to the different features when the patterns are mined with different lengths,the frequent sequences are divided into two types:long frequent pattern and short frequent pattern.An algorithm of finding the header fields of the protocol in bit stream was proposed,and the efficient algorithm of mining the long frequent pattern and the short frequent pattern were proposed based on AC multi-pattern matching algorithm.Simulation results on the Ethernet show that the proposed algorithm is effective.%为解决比特流频繁序列挖掘效率不高以及易受用户数据影响而导致准确率低的问题,首先从理论上论证了短频繁序列挖掘存在的局限性,根据不同长度的频繁序列挖掘时存在的特点,将其分为长频繁序列与短频繁序列,提出比特流协议头部字段定位算法;基于AC多模式匹配算法分别针对长、短频繁序列挖掘的不同特点,提出了相应的挖掘方法,提高了挖掘结果的准确性.最后通过实验验证了所提算法的有效性.

摘要： 随着计算机网络技术的发展,各种各样的应用层见迭出,给人们的衣食住行带来巨大的变化,但各类问题也纷沓而至,如P2P下载导致网速变慢、网络安全以及网络计费等问题,这些问题都可以用流量监控技术来得到一定的缓解.AC算法属于多模式匹配算法范畴,是基于DPI技术流量识别技术中最核心的部分.DPI技术识别过程中主要是通过匹配应用层数据包中特征签名来实现区分应用协议,而特征匹配过程的实现是依赖于模式匹配算法来实现.文章深入分析AC算法的实现过程,并提出了两种改进方案.

摘要： 随着计算机网络技术的发展,各种各样的应用层见迭出,给人们的衣食住行带来巨大的变化,但各类问题也纷沓而至,如P2P下载导致网速变慢、网络安全以及网络计费等问题,这些问题都可以用流量监控技术来得到一定的缓解.AC算法属于多模式匹配算法范畴,是基于DPI技术流量识别技术中最核心的部分.DPI技术识别过程中主要是通过匹配应用层数据包中特征签名来实现区分应用协议,而特征匹配过程的实现是依赖于模式匹配算法来实现.文章深入分析AC算法的实现过程,并提出了两种改进方案.

摘要： 随着计算机网络技术的发展,各种各样的应用层见迭出,给人们的衣食住行带来巨大的变化,但各类问题也纷沓而至,如P2P下载导致网速变慢、网络安全以及网络计费等问题,这些问题都可以用流量监控技术来得到一定的缓解.AC算法属于多模式匹配算法范畴,是基于DPI技术流量识别技术中最核心的部分.DPI技术识别过程中主要是通过匹配应用层数据包中特征签名来实现区分应用协议,而特征匹配过程的实现是依赖于模式匹配算法来实现.文章深入分析AC算法的实现过程,并提出了两种改进方案.

摘要： 随着计算机网络技术的发展,各种各样的应用层见迭出,给人们的衣食住行带来巨大的变化,但各类问题也纷沓而至,如P2P下载导致网速变慢、网络安全以及网络计费等问题,这些问题都可以用流量监控技术来得到一定的缓解.AC算法属于多模式匹配算法范畴,是基于DPI技术流量识别技术中最核心的部分.DPI技术识别过程中主要是通过匹配应用层数据包中特征签名来实现区分应用协议,而特征匹配过程的实现是依赖于模式匹配算法来实现.文章深入分析AC算法的实现过程,并提出了两种改进方案.

摘要： 随着计算机网络技术的发展,各种各样的应用层见迭出,给人们的衣食住行带来巨大的变化,但各类问题也纷沓而至,如P2P下载导致网速变慢、网络安全以及网络计费等问题,这些问题都可以用流量监控技术来得到一定的缓解.AC算法属于多模式匹配算法范畴,是基于DPI技术流量识别技术中最核心的部分.DPI技术识别过程中主要是通过匹配应用层数据包中特征签名来实现区分应用协议,而特征匹配过程的实现是依赖于模式匹配算法来实现.文章深入分析AC算法的实现过程,并提出了两种改进方案.

摘要： 文章以经典的多模式匹配算法—AC算法为例,通过对CUDA特性的分析,提出了基于CUDA的并行模型,设计了适合CUDA并行技术的AC匹配算法。实验结果表明,基于CUDA的AC匹配算法较CPU上获得了22倍的加速比,有效提高了入侵检测系统的性能。

摘要： 文章以经典的多模式匹配算法—AC算法为例,通过对CUDA特性的分析,提出了基于CUDA的并行模型,设计了适合CUDA并行技术的AC匹配算法。实验结果表明,基于CUDA的AC匹配算法较CPU上获得了22倍的加速比,有效提高了入侵检测系统的性能。

摘要： 文章以经典的多模式匹配算法—AC算法为例,通过对CUDA特性的分析,提出了基于CUDA的并行模型,设计了适合CUDA并行技术的AC匹配算法。实验结果表明,基于CUDA的AC匹配算法较CPU上获得了22倍的加速比,有效提高了入侵检测系统的性能。

摘要： 文章以经典的多模式匹配算法—AC算法为例,通过对CUDA特性的分析,提出了基于CUDA的并行模型,设计了适合CUDA并行技术的AC匹配算法。实验结果表明,基于CUDA的AC匹配算法较CPU上获得了22倍的加速比,有效提高了入侵检测系统的性能。

摘要： 文章以经典的多模式匹配算法—AC算法为例,通过对CUDA特性的分析,提出了基于CUDA的并行模型,设计了适合CUDA并行技术的AC匹配算法。实验结果表明,基于CUDA的AC匹配算法较CPU上获得了22倍的加速比,有效提高了入侵检测系统的性能。

摘要： 本发明公开了一种基于InfoLSGAN和AC算法的轴承寿命预测方法。所述方法包括如下步骤，步骤一：将SDAE、InfoGAN和LSGAN相结合，构建InfoLSGAN，自动地从噪声数据中提取可解释的鲁棒特征，解决梯度消失问题；步骤二：采用基于AC的训练算法训练InfoLSGAN，减少训练时间，加快收敛速度；步骤三：根据训练后的InfoLSGAN，利用softmax分类器预测测试样本中风电齿轮箱轴承的剩余寿命。实施例的结果表明本发明具有较强的噪声适应能力，并能在小样本情况下准确地预测风电齿轮箱轴承的剩余寿命。

摘要： 本发明提出一种采用基于AC算法的正则匹配的流量过滤方法及装置。所述方法包括以下步骤：初始化AC状态机表；将正则模式串加入至AC状态机表，并建立AC状态机；将输入的主字符串与正则模式串进行匹配；如果输入的主字符串与正则模式串匹配，则对输入的主字符串进行过滤。根据本发明实施例的方法，支持正则语法的正则字符串的多模匹配，从而可以避免流量检测及过滤中目标字符串的重复分配，节约内存空间，提高了流量过滤的效率。

摘要： 本发明涉及一种基于边缘计算和Actor‑Critic算法的车联网通信优化算法，其具体步骤为：设定车联网通信系统内，用户序列为{1，2，...，k，...，K}，共有K个用户；子信道序列为{1,2,...,n,...,N}，共有N条子信道；雾接入节点序列{1，2，...，m，...M}，共有M个接入节点，节入节点的计算能力序列{1，2，...cm，...，cM}；用户上传的任务序列{1，2，...tk，...，tK}，共有tK个任务；采用非正交多址接入NOMA方式将用户接入车联网通信系统；用户上传的任务进行边缘计算并将计算结果返回至用户；利用Actor‑Critic算法优化资源分配方式，得到最佳资源分配方式。本发明将非正交多址接入、边缘计算和强化学习进行结合，有效地解决了车联网中存在的接入量巨大的问题，同时降低整个通信过程中的时延，并在不同环境下得到最佳的资源分配方式，提高了能源利用效率。

摘要： 本发明涉及一种相干光OFDM系统中结合DF算法和LCSC算法的相位噪声补偿方法，属于光通信技术领域。在该方法中，首先在发送端运用线性组合自消除算法来编码子载波信息，然后在接收端运用线性组合自消除算法来解码而获得解调信息和ICI相关信息。然后利用导频信息，再通过改进的判决反馈算法获得最终补偿信号。仿真分析表明，该方法构造的LCSC‑DF算法的相位噪声补偿性能要优于DF算法，且在相位噪声线宽较大时，性能随信噪比增加趋近于SC‑DF算法性能，且子载波利用率较SC‑DF算法高，有效提高系统的性能。

摘要： 本发明公开了一种基于AC算法的高效稳定设备信息匹配的方法，涉及互联网金融中的数据匹配技术领域，基于AC的计算模型，通过加载设备信息表信息作为数据源，将每个设备配置中的设备信息拆散成字符并构建一棵前缀树trieTree，构建了一个有确定状态的有限状态自动机；在设备信息匹配过程中，通过对目标串设备的简要信息字段从头逐个开始，在ac自动机中进行匹配设备详情，匹配上的则计数，若未匹配上则跳转失配位置进行尝试匹配，直到全部匹配完成。本发明有效地解决了随着设备信息增多设备信息匹配慢，数据库SQL查询匹配性能低，程序逻辑迭代匹配耗时长等缺点；设备信息匹配速度快而且稳定，更有效地提升了用户的体验。

摘要： 本发明公开了一种基于InfoLSGAN和AC算法的轴承寿命预测方法。所述方法包括如下步骤，步骤一：将SDAE、InfoGAN和LSGAN相结合，构建InfoLSGAN，自动地从噪声数据中提取可解释的鲁棒特征，解决梯度消失问题；步骤二：采用基于AC的训练算法训练InfoLSGAN，减少训练时间，加快收敛速度；步骤三：根据训练后的InfoLSGAN，利用softmax分类器预测测试样本中风电齿轮箱轴承的剩余寿命。实施例的结果表明本发明具有较强的噪声适应能力，并能在小样本情况下准确地预测风电齿轮箱轴承的剩余寿命。

摘要： 本发明提供一种应用于入侵检测系统的AC算法，改进的AC算法与其它AC算法相比，空间开销最小，改进AC算法占用的存储空间为1027.01MB，而其他AC算法占用的存储空间为635.13MB，比前者少占用存储空间391.88MB，性能提升38.2%。同时，改进AC算法比占用1327.96MB的基本AC算法性能提升52.2%，比占用688.89MB的基于sparse-bands format存储格式的改进AC算法性能提升7.8%，该算法的设计是成功的。

摘要： 本发明提出一种采用基于AC算法的正则匹配的流量过滤方法及装置。所述方法包括以下步骤：初始化AC状态机表；将正则模式串加入至AC状态机表，并建立AC状态机；将输入的主字符串与正则模式串进行匹配；如果输入的主字符串与正则模式串匹配，则对输入的主字符串进行过滤。根据本发明实施例的方法，支持正则语法的正则字符串的多模匹配，从而可以避免流量检测及过滤中目标字符串的重复分配，节约内存空间，提高了流量过滤的效率。

摘要： 本申请提供基于BCH并行算法和LDPC算法的纠错电路及方法，所述纠错电路包括BCH并行算法电路、LDPC算法电路和模式配置电路，其中，所述BCH并行算法电路，用于并行处理编译码操作过程和数据传输过程；所述LDPC算法电路，用于对数据进行LDPC编译码；所述模式配置电路，用于配置通过所述BCH并行算法电路和/或所述LDPC算法电路进行纠错。本申请实施例的技术方案，可以提高数据吞吐率，以及提高纠错性能。

摘要： 本申请公开了一种基于C算法模型的芯片算法模块验证方法，通过对已有的C算法模型进行扩展，开发出相关的功能模块，在保证原有C算法模型功能的前提下，将C算法模型与算法的硬件实现进行适度匹配，使其易于集成到验证环境中。通过DPI‑C接口实现验证环境与C模型之间的传输，使验证用例的运行完全自动化。同时测试过程中不使用文件作为C模型与验证环境之间的传输媒介，节省存储空间。由于C模型独立编译，因此C模型的开发调试独立于验证平台，提升验证效率，而且不需要将C算法模型源代码提供给验证人员，保证算法代码的保密性。此外，本申请还提供了一种基于C算法模型的芯片算法模块验证系统，其技术效果与上述方法的技术效果相对应。