基于GPU的NIDS多模式匹配的研究的开题报告.docxVIP

基于GPU的NIDS多模式匹配的研究的开题报告

一、选题背景及意义

网络安全是当今互联网时代一个重要的议题。网络入侵检测系统（NIDS）是网络安全的重要组成部分，用于防范网络入侵事件。但是，由于网络数据量庞大、数据包的特征不断变化，传统的NIDS系统往往需要在数据包中进行多个匹配操作，导致其性能难以满足实际需要。为了解决这个问题，采用图形处理器（GPU）技术来实现NIDS多模式匹配的加速已成为近年来一个研究热点。

二、研究内容及目标

本文的研究内容是基于GPU的NIDS多模式匹配，旨在探讨如何利用GPU技术来提高NIDS系统的匹配速度。具体来说，本文将采用并行计算与GPU技术，实现对多个匹配规则的同时匹配，从而提高匹配效率。同时，本文还将通过算法优化和硬件加速等方式，进一步提高匹配速度。

三、研究方法与步骤

本文将采用以下方法和步骤：

1、收集和整理现有的NIDS多模式匹配算法和技术，对其进行分析和比较。

2、基于GPU的NIDS多模式匹配系统的设计和实现。设计并实现能够与GPU实现并行计算的匹配算法，通过硬件加速等方式提高匹配速度。

3、对系统进行测试和评估，评估多模式匹配的准确性以及匹配速度的提升程度。

四、研究预期成果

本文的预期成果如下：

1、实现基于GPU的NIDS多模式匹配系统，提高匹配速度。

2、通过测试和评估，验证本文所提出的方法的有效性和优越性。

3、为进一步的NIDS多模式匹配系统研究提供参考。

五、进度安排

本文的进度安排如下：

1、第一周：收集和整理相关文献，学习GPU技术和基于GPU的并行计算算法。

2、第二周：设计和实现基于GPU的NIDS多模式匹配系统。

3、第三周：对系统进行测试和评估，调整和优化匹配算法。

4、第四周：撰写论文，并提交开题报告。

六、参考文献

1.YangJ,JiaW,GongS,etal.AnefficientandscalableGPU-basedapproachforregularexpressionmatching.ACMTransactionsonArchitectureandCodeOptimization(TACO),2017.

2.BaoF,ChenY,ZhangY,etal.AsurveyofGPU-basednetworkintrusiondetection.JournalofComputerScienceandTechnology,2014.

3.LvM,QiuW,MaoY,etal.Anacceleratedalgorithmsformulti-patternstring-matchingonGPU.JournalofComputationalInformationSystems,2010.

4.ChenW,ZhangL,LiuT,etal.Aparallelend-to-endaccelerationmechanismfornetworkintrusiondetectionsystem.FutureGenerationComputerSystems,2013.