| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 对降低DFA存储空间的研究现状 | 第11-14页 |
| 1.2.2 粒子群算法应用现状 | 第14页 |
| 1.3 本文主要工作及内容安排 | 第14-16页 |
| 第2章 正则表达式分组问题综述 | 第16-25页 |
| 2.1 正则表达式 | 第16-20页 |
| 2.1.1 正则表达式的定义 | 第16页 |
| 2.1.2 正则表达式的特点 | 第16页 |
| 2.1.3 正则表达式的语法 | 第16-17页 |
| 2.1.4 正则表达式匹配算法 | 第17-20页 |
| 2.2 正则表达式分组问题 | 第20-22页 |
| 2.2.1 正则表达式分组目标 | 第20-21页 |
| 2.2.2 基于两种分组目标的分组策略 | 第21-22页 |
| 2.3 典型的分组算法 | 第22-23页 |
| 2.3.1 GRELS算法 | 第22页 |
| 2.3.2 Becchi算法 | 第22-23页 |
| 2.3.3 GRE-ACO算法 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于PSO的正则表达式分组算法 | 第25-53页 |
| 3.1 基本粒子群算法 | 第25-27页 |
| 3.1.1 基本粒子群算法的机制原理 | 第25-26页 |
| 3.1.2 基本粒子群算法工作过程 | 第26-27页 |
| 3.2 GRE-PSO算法的实现 | 第27-33页 |
| 3.2.1 GRE-PSO算法概述 | 第27-28页 |
| 3.2.2 GRE-PSO算法实现模型 | 第28-32页 |
| 3.2.3 GRE-PSO算法流程 | 第32-33页 |
| 3.3 GRE-PSO算法实验仿真结果及分析 | 第33-53页 |
| 3.3.1 对Snort规则库中的小规模规则集测试 | 第34-39页 |
| 3.3.2 与GRELS算法比较 | 第39-42页 |
| 3.3.3 与Becchi算法比较 | 第42-48页 |
| 3.3.4 与GRE-ACO算法比较 | 第48-53页 |
| 第4章 粒子群融合蚁群优化的智能算法 | 第53-63页 |
| 4.1 蚁群算法 | 第53-57页 |
| 4.1.1 蚁群算法的基本概念 | 第53-54页 |
| 4.1.2 蚁群算法的基本机制 | 第54-56页 |
| 4.1.3 蚁群算法的基本流程 | 第56-57页 |
| 4.2 GRE-PSO-ACO算法 | 第57-60页 |
| 4.2.1 GRE-PSO-ACO算法的基本思路 | 第57页 |
| 4.2.2 GRE-PSO-ACO算法实现机制 | 第57-60页 |
| 4.3 实验仿真结果及分析 | 第60-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文总结 | 第63-64页 |
| 5.2 未来展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间的研究成果 | 第71页 |