| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-38页 |
| 1.1 课题背景及研究的目的和意义 | 第13-14页 |
| 1.2 模式匹配概述 | 第14-15页 |
| 1.3 研究现状分析 | 第15-35页 |
| 1.3.1 精确模式匹配算法 | 第16-26页 |
| 1.3.2 近似模式匹配算法 | 第26-29页 |
| 1.3.3 并行模式匹配算法 | 第29-31页 |
| 1.3.4 基于硬件的模式匹配方法 | 第31-34页 |
| 1.3.5 网络内容安全中模式匹配存在的关键问题 | 第34-35页 |
| 1.4 本文的研究内容及组织结构 | 第35-38页 |
| 1.4.1 本文研究内容 | 第35-36页 |
| 1.4.2 本文章节安排 | 第36-38页 |
| 第2章 基于扩展BLOOM FILTER的并行模式匹配方法 | 第38-58页 |
| 2.1 引言 | 第38-39页 |
| 2.2 BLOOM FILTER结构 | 第39-41页 |
| 2.3 扩展BLOOM FILTER (EBF) | 第41-44页 |
| 2.4 并行扩展BLOOM FILTER(PEBF) | 第44-47页 |
| 2.5 PEBF在GPU上的实现(G-PEBF) | 第47-49页 |
| 2.6 G-PEBF算法分析 | 第49-52页 |
| 2.7 实验结果及分析 | 第52-56页 |
| 2.8 本章小结 | 第56-58页 |
| 第3章 基于矩阵模型的并行模式匹配方法 | 第58-73页 |
| 3.1 引言 | 第58页 |
| 3.2 基于向量模型的单模式匹配方法 | 第58-60页 |
| 3.3 基于矩阵模型的多模式匹配方法 | 第60-63页 |
| 3.4 基于矩阵模型的匹配算法在GPU上的实现 | 第63-67页 |
| 3.4.1 MBMPA在GPU上的实现(G-MBMPA) | 第64-67页 |
| 3.4.2 MBMPE在GPU上的实现(G-MBMPE) | 第67页 |
| 3.5 实验结果及分析 | 第67-71页 |
| 3.5.1 G-MBMPA算法的性能测试 | 第68页 |
| 3.5.2 G-MBMPE算法的性能测试 | 第68-71页 |
| 3.7 本章小结 | 第71-73页 |
| 第4章 基于随机指纹模型的模式匹配方法 | 第73-85页 |
| 4.1 引言 | 第73-74页 |
| 4.2 随机指纹模型 | 第74-75页 |
| 4.3 随机指纹单模式匹配算法 | 第75页 |
| 4.4 随机指纹多模式匹配算法 | 第75-77页 |
| 4.5 随机指纹WM算法 | 第77-80页 |
| 4.6 实验结果及分析 | 第80-84页 |
| 4.7 本章小结 | 第84-85页 |
| 第5章 大模式集URL匹配方法 | 第85-102页 |
| 5.1 引言 | 第85-86页 |
| 5.2 URL特征统计与分析 | 第86-89页 |
| 5.2.1 URL长度分布统计 | 第86-87页 |
| 5.2.2 URL子串数分布统计 | 第87-88页 |
| 5.2.3 URL子串长度分布统计 | 第88页 |
| 5.2.4 URL子串出现频率分布统计 | 第88页 |
| 5.2.5 统计分析小结 | 第88-89页 |
| 5.3 扩展多哈希URL匹配方法 | 第89-93页 |
| 5.3.1 分解URL | 第89-91页 |
| 5.3.2 扩展多哈希匹配表 | 第91页 |
| 5.3.3 URL匹配 | 第91-93页 |
| 5.3.4 快速更新 | 第93页 |
| 5.4 SMH算法分析 | 第93-95页 |
| 5.5 实验结果及分析 | 第95-101页 |
| 5.5.1 实验建立 | 第95-96页 |
| 5.5.2 哈希算法的选取 | 第96-98页 |
| 5.5.3 性能评价 | 第98-101页 |
| 5.6 本章小结 | 第101-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-117页 |
| 攻读博士学位期间发表的论文及其它成果 | 第117-119页 |
| 致谢 | 第119-121页 |
| 个人简历 | 第121页 |
