对BM模式匹配算法的一种改进

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 108-111.

对BM模式匹配算法的一种改进

王文鹏，黄俊

中国计量学院信息工程学院，杭州 310018

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Improved algorithm of BM for pattern matching

WANG Wenpeng，HUANG Jun

College of Information Engineering，China Jiliang University，Hangzhou 310018，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 模式匹配在入侵检测系统中有着广泛的应用。在对BM以及相关算法分析的基础上，提出了一种基于BM算法的改进算法。该算法同时运用BMH和BMHS算法的思想对模式进行移动，并利用了模式串末字符与首字符的组合性，缩短了比较过程，有效地减少了匹配过程中的字符比较次数。实验证明，该算法具有高的匹配效率。

关键词: BM算法, 入侵检测, 网络安全, 模式匹配

Abstract: Pattern matching is used in intrusion detection system widely.On the base of analyzing BM algorithm and other algorithms，an improved algorithm of BM is presented.The algorithm uses the BMH algorithm and BMHS algorithm at one time and makes use of combination of the first character and last character of pattern to make the pattern shift.It decreases the time and times of character comparison in the matching process.Experimental data shows the improved algorithm can enhance the matching speed effectively.

Key words: BM algorithm, intrusion detection, network security, pattern matching

王文鹏，黄俊. 对BM模式匹配算法的一种改进[J]. 计算机工程与应用, 2011, 47(32): 108-111.

WANG Wenpeng，HUANG Jun. Improved algorithm of BM for pattern matching[J]. Computer Engineering and Applications, 2011, 47(32): 108-111.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[5]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[6]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[7]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[8]	汪盼，宋雪桦，王昌达，陈锋，徐夏强，蔡冠宇. 基于改进的深度信念网络的入侵检测方法[J]. 计算机工程与应用, 2020, 56(20): 87-92.
[9]	彭春燕，杜秀娟. 水声传感器网络基于深度信息的安全路由协议[J]. 计算机工程与应用, 2020, 56(2): 76-81.
[10]	芶继军，李均华，陈晨，陈一鸣，吕奕达. 基于随机森林的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(2): 82-88.
[11]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[12]	周龙，王晨，史崯. 基于RNN的Webshell检测研究[J]. 计算机工程与应用, 2020, 56(14): 88-92.
[13]	孙云浩，李逢雨，李冠宇，韩冰，邢维康. 面向RDF图的多模式匹配方法[J]. 计算机工程与应用, 2020, 56(13): 84-92.
[14]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[15]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.