| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 主要内容及论文结构 | 第14-16页 |
| 第2章 正则表达式分组匹配概述 | 第16-27页 |
| 2.1 正则表达式 | 第16-17页 |
| 2.1.1 正则表达式的基本概念 | 第16页 |
| 2.1.2 正则表达式的常用语法 | 第16-17页 |
| 2.2 正则表达式匹配 | 第17-21页 |
| 2.2.1 基于NFA的正则表达式匹配 | 第18-20页 |
| 2.2.2 基于DFA的正则表达式匹配 | 第20-21页 |
| 2.3 正则表达式分组 | 第21-27页 |
| 2.3.1 分组指标 | 第22页 |
| 2.3.2 分组算法 | 第22-27页 |
| 2.3.2.1 Fang Yu算法 | 第22页 |
| 2.3.2.2 Becchi算法 | 第22-23页 |
| 2.3.2.3 GRELS算法 | 第23-25页 |
| 2.3.2.4 GRE-ACO算法 | 第25-27页 |
| 第3章 基于状态矩阵的正则表达式分组算法 | 第27-42页 |
| 3.1 最近邻搜索算法 | 第27-28页 |
| 3.2 基于状态矩阵的正则表达式分组算法描述 | 第28-35页 |
| 3.2.1 状态矩阵 | 第28页 |
| 3.2.2 分组算法的基本思想 | 第28-29页 |
| 3.2.3 分组算法的基本流程 | 第29页 |
| 3.2.4 实验仿真与分析 | 第29-35页 |
| 3.3 基于状态矩阵的改进分组算法 | 第35-42页 |
| 3.3.1 局部搜索描述 | 第35页 |
| 3.3.2 改进分组算法的基本原理 | 第35-37页 |
| 3.3.3 改进分组算法的基本流程 | 第37页 |
| 3.3.4 实验仿真与分析 | 第37-42页 |
| 第4章 基于遗传算法的正则表达式规则分组优化 | 第42-61页 |
| 4.1 简单遗传算法 | 第42-45页 |
| 4.1.1 遗传算法的基本原理 | 第42-43页 |
| 4.1.2 遗传算法的数学模型 | 第43页 |
| 4.1.3 简单遗传算法的基本流程 | 第43-44页 |
| 4.1.4 简单遗传算法的优缺点 | 第44-45页 |
| 4.2 基于自适应遗传算法的正则表达式分组问题 | 第45-61页 |
| 4.2.1 自适应遗传算法概述 | 第45-48页 |
| 4.2.2 基于遗传算法的正则表达式规则分组优化描述 | 第48-53页 |
| 4.2.2.1 编码 | 第48页 |
| 4.2.2.2 适应度函数 | 第48页 |
| 4.2.2.3 选择 | 第48-49页 |
| 4.2.2.4 交叉 | 第49-50页 |
| 4.2.2.5 变异 | 第50页 |
| 4.2.2.6 遗传参数的改进 | 第50-53页 |
| 4.2.3 REG-NAGA算法的基本流程 | 第53-54页 |
| 4.2.4 REG-NAGA算法实验结果与分析 | 第54-61页 |
| 4.2.4.1 snort测试用例 | 第54-58页 |
| 4.2.4.2 L7-filter测试用例 | 第58-59页 |
| 4.2.4.3 REG-NAGA算法收敛性研究 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间的研究成果 | 第70-71页 |