13计算机安全_521.pptVIP

CS283-172/Fall08/GW/Vora Many slides from Matt Bishops slide set 安全、网络中的数据结构算法 病毒扫描、入侵检测、搜索引擎、字典 重要算法之一：模式匹配算法/数据结构 单模式 kmp bm Sunday… 多模式 AC WM… 正则表达式 Sigcom Infocom AC自动机（TRIE）、后缀树、后缀自动机、后缀数组、紧凑(succinct)数据结构 模式匹配算法 Brute Force算法 Knuth-Morris-Pratt (KMP) 算法 AC算法 Boyer-Moore算法 使用DAWG的算法 Bit并行算法 蛮力算法Brute Force 模式P 长度为m 文本T 长度为n P在T的位置x处 出现： T = bacbabababacbb P = ababa x=4 ababa x=6 找到P在T中的出现的最直接的方法: 在T的所有位置上检查P的出现 运行时间: 最坏情况 O(nm) Brute Force 对一个位置的匹配中已经获得了对于文本的”知识” 例如： Brute Force 对一个位置的匹配中已经获得了对于文本的”知识” 例如： 观察 假设 P 在T[x…] 处匹配了 k 个字符 P[0..k-1] == T[x..x+k-1], 对于 0rk, 如果 T[x+r…x+k-1] 不是 P的前缀, 则 P 不能出现在 x + r 处 略过位置 当 T[x..] 匹配了P的k个字符, P[0..k-1] == T[x..x+k-1] 我们可在最左 x+r 处重新匹配 如果T[x+r..x+k-1] 是P的前缀 略过了 r 个位置 在此例中： 在此例中： 算 可略过的位置数 已匹配的前缀P[1..k]， P[1..k]的后缀中最长的前缀为P[r..k] 则略过位置数为r KMP算法 O(m+n) 第一个线性算法！ 自动机 匹配状态：模式前缀集合 Goto Function, Goto(s, a)=s’ 后缀链接：Failure Function 引入状态⊥， Goto(⊥, 任意字符)=S0 Fail(s0)= s-1=⊥ KMP算法 Update_State(s,a) { while(GoTo(s,a)==空) s=fail(s); return GoTo(s,a); } Fail函数的构造 分层 递归 Fail(s0) = ⊥ Fail(si) =？ 看Fail(si-1)有没有p[i]边 如果有，则Fail(si) 是 此边指向的状态 如果没有，则沿着失败链向后找… 直到找到p[i]边 时间复杂 对文本扫描一遍，无回头扫描 O(n) 调用了多少次Fail函数？ 从自动机看 向右的移动次数 = 向左移动的次数 向右的移动次数 = 对文本扫描的次数=n O(n) Fail构造复杂度 向右的移动次数 = 向左移动的次数 向右的移动次数 = 对模式扫描的次数=m O(m) O(m+n) 课后练习 完全用数组实现前边的自动机结构。 Aho Corasick 原始 Aho Corasick 包括 Goto Function Failure Function Combining the two KMP的多模式扩展 多模式匹配问题 Find patterns in text P={p1, p2, ... pq}, in T Aho and Corasick solved it in ’75 Uses a state machine Aho Corasick – 例 Aho Corasick -例 Aho Corasick -例 Aho Corasick Goto function: a trie of the patterns Failure function: 对于每个前缀, 其后缀中最长的是前缀对应的状态 KMP的失败函数的多模式推广 Output function: 报告每个前缀的后缀中匹配的模式 Aho Corasick – 分析 构造算法时间复杂 O(|P|) 搜索时间复杂 O(n + occ) ... 在固定字母表上! 对于整数字母表, Σ=O(nc), 用平衡树等结构 状态转换函数 引入状态⊥，状态转换简化为： Update_State(s,a) { while(GoTo(s,a)==fail) s=fail(s); return GoTo(s,a); } 搜索时