首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--自动机理论论文

一种新的自动机构造理论(PFA)

摘要第5-9页
Abstract第9-12页
第一章 绪论第17-31页
    1.1 研究背景及意义第17-22页
        1.1.1 研究构造正则表达式的有限自动机的重要意义第17-18页
        1.1.2 计算机内一切都是字符串第18-19页
        1.1.3 理论计算科学研究的核心问题领域第19-20页
        1.1.4 本文的研究内容及意义第20-22页
    1.2 国内外研究现状第22-27页
        1.2.1 研究现状概述第22-23页
        1.2.2 有限自动机构造理论研究综述第23-24页
        1.2.3 DFA引擎及其空间膨胀问题的研究现状第24-25页
        1.2.4 基于FPGA的硬件正则引擎研究现状第25-27页
    1.3 本文的主要工作及内容安排第27-31页
第二章 基础理论及基本概念第31-55页
    2.1 计算理论第31-32页
    2.2 形式语言与自动机理论第32-40页
        2.2.1 几个基本的概念第32-34页
        2.2.2 形式语言与自动机之间等价对应关系第34-36页
        2.2.3 语言与判定性问题第36-37页
        2.2.4 基于机器的语言类层次第37-39页
        2.2.5 语言判定性问题的计算复杂性第39-40页
    2.3 正则语言及其表示工具第40-43页
        2.3.1 正则文法第40-41页
        2.3.2 正则表达式第41-42页
        2.3.3 有限状态自动机第42-43页
    2.4 正则语言的基本性质与可判定性第43-45页
        2.4.1 正则集的泵浦引理第44页
        2.4.2 正则集的封闭性原理第44-45页
        2.4.3 正则集上的可判定性定理第45页
    2.5 基于正则表达式的模式匹配第45-48页
        2.5.1 字符串匹配概述第46-47页
        2.5.2 基于正则表达式的柔性多模式匹配技术第47页
        2.5.3 模式匹配技术在网络安全领域的应用概述第47-48页
    2.6 四类经典自动机构造算法原理及规模第48-54页
        2.6.1 Thompson自动机构造法则第48-49页
        2.6.2 Position自动机构造理论第49-51页
        2.6.3 Follow Automata构造理论第51-52页
        2.6.4 Partial Derivative Automata构造理论第52-54页
    2.7 本章小结第54-55页
第三章 PFA理论及其计算复杂性第55-81页
    3.1 PFA的概念及其性质第55-60页
        3.1.1 PFA理论及特征简述第55-56页
        3.1.2 PFA相关的基本概念和定义第56-58页
        3.1.3 PFA及其所接受的正则语言集的特征性质和可判定性第58-60页
    3.2 PFA理论的完备性及其规模压缩有效性第60-65页
        3.2.1 连接运算规模最小性定理第60-62页
        3.2.2 连接运算恒等元定理第62页
        3.2.3 扩展的或运算幂等律第62-63页
        3.2.4 闭包连接组合运算的吸收律第63-65页
    3.3 PFA构造方法第65-74页
        3.3.1 几个操作的定义第65页
        3.3.2 将中缀式等价变换为后缀式第65-67页
        3.3.3 构造后缀正则表达式的解析树第67-70页
        3.3.4 编码解析树获取NFA的状态空间第70-72页
        3.3.5 遍历编码解析树构造NFA第72-74页
    3.4 PFA构造理论正确性及算法复杂性分析第74-76页
        3.4.1 正确性证明第74页
        3.4.2 PFA规模压缩效果第74-75页
        3.4.3 PFA算法复杂性分析第75-76页
    3.5 PFA与四类经典方法的算法复杂性及规模压缩对比分析第76-79页
        3.5.1 Thompson NFA的算法复杂性及规模第76-77页
        3.5.2 Position Automata的算法复杂性及规模第77页
        3.5.3 Follow Automata的计算复杂性和规模第77页
        3.5.4 Partial Derivative Automata的计算复杂性和规模第77页
        3.5.5 PFA的计算复杂性和规模第77-79页
    3.6 本章小结第79-81页
第四章 PFA正则引擎构造及模拟第81-107页
    4.1 正则引擎及其效率第81-85页
        4.1.1 正则引擎效率低下问题概述第81-82页
        4.1.2 各类正则引擎匹配机制及特点第82-85页
    4.2 三类正则引擎优缺点对比分析第85-87页
        4.2.1 DFA模拟优缺点分析第85页
        4.2.2 NFA模拟优缺点分析第85-87页
        4.2.3 NFA/DFA混合方式第87页
    4.3 两种最常用的NFA正则引擎构造法第87-95页
        4.3.1 Thompson构造法和Glushkov构造法第87页
        4.3.2 Thompson自动机构造及其匹配引擎分析第87-90页
        4.3.3 Glushkov自动机构造及其匹配引擎分析第90-95页
    4.4 PFA引擎构造及模拟算法第95-102页
        4.4.1 预处理算法第95-97页
        4.4.2 构造正则解析树第97-99页
        4.4.3 编码正则解析树获得正则编码树第99-100页
        4.4.4 依据正则编码树构造NFA第100-102页
    4.5 PFA自动机计算复杂性及性质分析第102-104页
        4.5.1 PFA计算复杂性分析第102页
        4.5.2 PFA自动机性质分析第102-103页
        4.5.3 PFA与Thompson和Glushkov自动机的综合对比分析第103-104页
    4.6 模拟PFA第104-105页
        4.6.1 PFA Simulator算法描述伪代码第104-105页
        4.6.2 PFA Simulator算法复杂性分析第105页
    4.7 本章小结第105-107页
第五章 优化的NFA/DFA混合引擎构造方法第107-125页
    5.1 更小NFA片段的GREC构造算法第107-112页
        5.1.1 GREC构造法的基本思想第107-110页
        5.1.2 GREC算法的构造规则第110页
        5.1.3 GREC算法描述第110-111页
        5.1.4 一个典型的实例第111-112页
    5.2 GREC算法的正确性及有效性分析第112-114页
        5.2.1 正确性证明第112-113页
        5.2.2 有效性分析第113-114页
    5.3 NFA确定化与最小化问题第114-115页
    5.4 NFA确定化算法的优化第115-118页
        5.4.1 子集法的原理及构造过程第115-116页
        5.4.2 子集法算法中的重复遍历现象分析第116-118页
    5.5 一种改进的子集法算法第118-123页
        5.5.1 优化改进的基本思想第118页
        5.5.2 MF-SUBSET中的运算定义第118-119页
        5.5.3 MF-SUBSET算法描述第119-122页
        5.5.4 MF-SUBSET算法的正确性及有效性分析第122-123页
    5.6 本章小结第123-125页
第六章 FPGA正则引擎设计与仿真第125-143页
    6.1 纯正则表达式与扩展正则表达式第125-126页
    6.2 硬件正则引擎研究概述第126-127页
    6.3 PFA在FPGA上的模块设计第127-141页
        6.3.1 设计思想第127页
        6.3.2 扩展正则表达式语法第127-128页
        6.3.3 通用子模块的设计第128-136页
        6.3.4 仿真及性能分析第136-141页
    6.4 本章小结第141-143页
第七章 结论与展望第143-147页
参考文献第147-156页
致谢第156-157页
作者攻读博士学位期间发表的学术论文第157-158页
作者攻读博士学位期间获得专利情况第158页

论文共158页,点击 下载论文
上一篇:基于二氧化钛纳米管复合材料的制备及光催化性能研究
下一篇:基于杜邦模型的中远海控公司盈利能力分析