[发明专利]一种串匹配场景下随机模式串集合生成方法、设备和可读存储介质

权利要求书

1.一种串匹配算法的测试方法，其特征在于，包括以下步骤：

1)采用以下步骤生成串匹配场景下的随机模式串集合：

1-1)获取基于字符出现的频率建立的基于马尔可夫链的模型；

1-2)利用基于马尔可夫链的模型生成指定长度和规模的随机模式串集合；

其中，建立基于马尔可夫链的模型的步骤包括：

a)利用数组g_codemap1和g_codemap2对字符及其在V中的位置建立一一映射关系，其中V表示字符出现的频率和该字符组成的键值对集合，g_codemap1为由字符映射到该字符在V中的位置，g_codemap2为由字符在V中的位置映射到该字符；

b)统计训练样本数据T中4-gram的个数，对所有的4-gram提取其前面3个字符构成3-gram，并统计3-gram的个数；

c)计算每个4-gram的频率并保存在数组f4中，计算每个3-gram的频率并保存在数组f3中；

d)由g_codemap1、g_codemap2、f3和f4构成基于马尔可夫链的模型；

其中，步骤1-2)包括：

1-2-1)采用二分查找的方法随机选取3个值对随机模式串最开始的3个状态进行初始化；

1-2-2)在基于马尔可夫链的模型中，当前状态仅与其前面3个状态相关，对于状态S_t、S_t+1和S_t+2，采用二分查找的方法随机选取下一个状态的值，直至生成长度为l的数值序列；

1-2-3)利用g_codemap2将基于马尔可夫链的模型生成的数值序列转化成字符序列；

1-2-4)重复步骤1-2-1)、1-2-2)和1-2-3)，直到生成r个长度为l的随机模式串集合P；

2)利用生成的随机模式串集合，对串匹配算法进行功能测试和性能测试。

2.如权利要求1所述的方法，其特征在于，所述每个4-gram的频率为：每个4-gram出现的次数/该4-gram前面3个字符构成的3-gram出现的次数；所述每个3-gram的频率为：每个3-gram出现的次数/4-gram的总数。

3.如权利要求1所述的方法，其特征在于，步骤1-2-1)设定二分查找的区间为[L,H]，L初始化为0，H初始化为SetSize*SetSize*SetSize–1，M＝(L+H)/2，其中SetSize为字符集大小；利用stdrand()生成[0,1)之间的随机浮点数p，若pf3[M]，则H＝M–1，否则，L＝M+1，直至LH，设定H的值加1，最开始的第3个字符k＝H127，H向右移7位，最开始的第2个字符j＝H127，H再向右移7位，最开始的第1个字符i＝H127，通过i、j、k分别对基于马尔可夫链的模型的最开始的3个状态S₀、S₁和S₂进行初始化。

4.如权利要求1所述的方法，其特征在于，步骤1-2-2)设定二分查找的区间为[Low,High]，Low初始化为(S_t21)|(S_t+114)|(S_t+27)，High初始化为Low+127，Mid＝(Low+High)/2，利用stdrand()生成[0,1)之间的随机浮点数p，若pf4[Mid]，则High＝Mid–1，否则，Low＝Mid+1，直至LowHigh，设定High的值加1，S_t+3＝High127，如此循环，直至生成长度为l的数值序列。

5.一种串匹配算法的测试设备，其特征在于，包括接收器、处理器、存储器和发送器，其间通过总线连接；接收器用于接收外部的指令，存储器用于存储串匹配场景下随机模式串集合生成指令；处理器用于读取存储器中的串匹配场景下随机模式串集合生成指令，并执行该指令以实现权利要求1至4中任一权利要求所述的串匹配算法的测试方法；发送器用于输出执行的结果。

6.一种存储串匹配算法的测试程序的非易失性计算机可读存储介质，其特征在于，所述串匹配算法的测试程序被计算机执行时，实现权利要求1至4中任一权利要求所述的串匹配算法的测试方法。