Thuat - Toan - Trong - ATTT - Bai - Giang - C3 - Cut

THUẬT TOÁN TRONG
AN TOÀN THÔNG TIN

Information Security Algorithms
Bộ môn Khoa Học An Toàn Thông Tin – Khoa An Toàn Thông Tin Wednesday, June 7, 2023 | Page 1
01. TÍNH TOÁN TRÊN SỐ NGUYÊN LỚN
TRONG TRƯỜNG FP
NỘI DUNG
02. MỘT SỐ THUẬT TOÁN VỀ SỐ
NGUYÊN TỐ
03. ĐỐI SÁNH MẪU TRÊN CHUỖI
Wednesday, June 7, 2023 | Page 2 Bộ môn Khoa Học An Toàn Thông Tin – Khoa An Toàn Thông Tin
CHƯƠNG 03
ĐỐI SÁNH MẪU TRÊN CHUỖI
Bài toán đối sánh mẫu
Thuật toán đối sánh vét cạn
Thuật toán Boyer-Moore
Thuật toán Knuth-Morris-Pratt
Thuật toán Wu-Manber
Thuật toán Aho-Corasick
Đối sánh mẫu là gì?
 Định nghĩa: Cho một văn bản T và một mẫu chuỗi ký tự cần
tìm P, hãy tìm kiếm sự xuất hiện của mẫu P trong văn bản T
 T= T0T1T2…Tn-1, |T|=n (độ dài của văn bản)
 P= P0P1P2…Pm-1, |P|=m (độ dài của mẫu đối sánh)

 Σ – bảng chữ cái với |Σ| = c
Ví dụ
 Ví dụ:
- T: “the rain in Viet Nam stays mainly on the plain”
- P: “n th”
 Ứng dụng:
- Các trình text editors, dịch vụ tìm kiếm (e.g. Google),…
Vai trò của đối sánh mẫu trong ATTT
String và Substring
 S là một chuỗi ký tự có kích thước là n.
 Một chuỗi con (substring S[i .. j]) của S là một phần của chuỗi
ký tự S bắt đầu từ chỉ số i và kết thúc tại j,
 với ta có:
 Tiền tố (prefix) của S là chuỗi con S[0 .. i]
 Hậu tố (suffix) của S là chuỗi con S[i .. n-1]
 Ví dụ:
S
a n t o a n
0 5
String và Substring (Ví dụ)
S
a n t o a n
0 5
 Substring S[1..3] == "nto"
 Tất cả các tiền tố có thể có của S:
 "antoan", "antoa", "anto", "ant", "an”, "a"
 Tất cả các hậu tố có thể có của S:

 "antoan", “ntoan", “toan", “oan", “an", “n"
Các thuật toán đối sánh mẫu
Đơn mẫu: Đa mẫu:

 Vét cạn  Wu – Manber
 Knuth-Morris-Pratt (KMP)  Commentz - Walter
 Karp–Rabin  Aho–Corasick
 Boyer–Moore Indexing:
 Horspool  Trie (và suffix trie)
 Shift-OR, Shift‐AND  Suffix tree
 Factor searches
Thuật toán vét cạn
 Kiểm tra mỗi vị trí của đoạn văn bản T để tìm sự xuất hiện đầu
tiên của mẫu P tại vị trí đó
T: a n t o a n T: a n t o a n
P: o a n P: o a n
Mỗi lần dịch chuyển một ký tự để so sánh nhằm tìm P trong T
....
Phân tích độ phức tạp tính toán
 Độ phức tạp thời gian O(mn) trong trường hợp tệ nhất.
 Tuy nhiên trong trường hợp trung bình độ phức tạp: O(m+n).
 Hiệu quả trong trường hợp bảng chữ cái lớn:
 Ví dụ. A..Z, a..z, 1..9, ...
 Không hiệu quả trong trường hợp bảng chữ cái nhỏ
 Ví dụ. 0, 1 (chẳng hạn file nhị phân, file ảnh...)
Phân tích độ phức tạp tính toán
 Ví dụ về trường hợp tồi nhất:

 T: "aaaaaaaaaaaaaaaaaaaaaaaaaah"
 P: "aaah"
 Ví dụ về trường hợp trung bình:
 T: "a string searching example is standard"
 P: “example"
Thuật toán Boyer - Moore
 Thuật toán đối sánh mẫu Boyer – Moore dựa trên hai kỹ thuật
chính:
1. Kỹ thuật looking-glass (đối sánh cuối trước)
 Tìm mẫu P trong T bằng cách tìm từ cuối về đầu của mẫu P
 i, j là chỉ số của các kí tự đang được so sánh T[i] với P[j]
■ Nếu thì
■ Ngược lại thực hiện nhảy cách
2. Kỹ thuật character-jump (nhảy cách)
 Khi ký tự đối sánh không khớp tại vị trí T[i] == x
 Tức là
Thuật toán Boyer – Moore (Nhảy cách-Case 1)
 Nếu P chứa x ở một vị trí t nào đó, t < j, thì dịch chuyển P sang phải
sao vị trí t trong P thẳng với vị trí i hiện tại của T. Sau đó i chuyển sang
vị trí inew, j chuyển về cuối của P (jnew)
Thuật toán Boyer – Moore (Nhảy cách-Case 2)
 Ngược lại, dịch P sao cho P[0] thẳng với T[i+1], sau đó i chuyển sang vị trí inew và j
chuyển về cuối của P (jnew)
Thuật toán Boyer – Moore (Ví dụ 1)
 Bài tập áp dụng:
T: a p a t t e r n m a t c h i n g a l g
g o r i t h m
1 3 5 11 10 9 8 7
P: r i t h m r i t h m r i t h m r i t h m
2 4 6
r i t h m r i t h m r i t h m
Tiền xử lý (hàm last occurrence)
 Thuật toán Boyer-Moore tiền xử lý mẫu P và bảng chữ cái Σ để
xây dựng một hàm last occurrence L()
 L() ánh xạ tất cả các ký tự trong bảng chữ cái Σ thành số nguyên
 L(x) được định nghĩa là:

 Chỉ số i lớn nhất sao cho P[i] == x, hoặc
 -1 nếu không tồn tại chỉ số i đó
 L() được tính khi mẫu P được đưa vào.

 Giá trị của L() được lưu trữ dưới dạng một mảng
Tiền xử lý (hàm last occurrence) – Ví dụ
P a b a c a b
0 1 2 3 4 5
 A = {a, b, c, d}
 P: "abacab"
x a b c d
L(x) 4 5 3 -1
Tiền xử lý (hàm last occurrence)
 Khi thực hiện đối sánh gặp kí tự không khớp thì cần sử dụng L()
để nhảy cách như sau:
 Trong đó m là độ dài của mẫu P
Ví dụ minh họa
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
T: a b a c aa aa bb aa dd c aa bb aa cc aa bb a a b b
1 13 12 11 10 9 8
P: a b a c a bb aa bb aa cc aa bb
4 3 2 7 x a b c d
a b a cc aa bb a b a c a bb L(x) 4 5 3 -1
5
a b a c a bb
6 13
12
i = i15
–1
14
11 –=1=6–
5 121 = 4
11
14
13
10 5
j =j 0,
= jhết
3––11chuỗi
2
1 ==42– 1
51
0 đối
=3 4sánh P.
a b a c a bb 5
4 +về
i =Trả
7
8
14 +66– min(3,
–min(5,
KQ L(T(5))
L(T(4))
min(5,11++L(T(7))
L(T(8))
L(T(14))
11
10 –– min(5,
= 13
14
20 min(3, 11 ++ 4)
4) == 68
(-1)) 7= 14
15
j=6–1=5
Thuật toán Boyer – Moore (Ví dụ 2)
x a b c e h i l m n o p r t w
 Bài tập áp dụng: L(x) 2 5 -1 6 7 -1 0 -1 -1 1 -1 3 -1 -1 -1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
T: t h i s p l aa c e i t w a s b r i g h t e r t h a n t o mo r o w
0 1 2 3 4 5 6 7 1 8
P: i n p e a c e i n p e a c e
5 4 3 2 7 9
i n p e a c e i n p e a c e i n p e a c e
6
i n p e a c e
Độ phức tạp
 Độ phức tạp thời gian của thuật toán Boyer-Moore trong trường
hợp tồi nhất là O(nm + Σ)
 Boyer-Moore thực hiện tốt nếu bảng chữ Σ lớn, chậm khi bảng
chữ Σ nhỏ.
 Tốt cho các văn bản ngôn ngữ thông thường, kém cho tệp nhị phân
 Boyer-Moore nhanh hơn nhiều lần so với vét cạn.
Độ phức tạp (trường hợp tệ nhất)
T: a a a a a a a a a
 T: "aaaaaaaaa" 6 5 4 3 2 1
P: b a a a a a
 P: "baaaaa“ 12 11 10 9 8 7
b a a a a a
Mất bao nhiêu bước
thực hiện đối sánh? 18 17 16 15 14 13
b a a a a a
24 23 22 21 20 19
b a a a a a

Thuat - Toan - Trong - ATTT - Bai - Giang - C3 - Cut

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Thuat - Toan - Trong - ATTT - Bai - Giang - C3 - Cut

Uploaded by

Copyright:

Available Formats

THUẬT TOÁN TRONG

AN TOÀN THÔNG TIN

03. ĐỐI SÁNH MẪU TRÊN CHUỖI

Bài toán đối sánh mẫu

Thuật toán đối sánh vét cạn

Thuật toán Boyer-Moore

Thuật toán Knuth-Morris-Pratt

Thuật toán Wu-Manber

Thuật toán Aho-Corasick

 P= P0P1P2…Pm-1, |P|=m (độ dài của mẫu đối sánh)

 Tất cả các hậu tố có thể có của S:

Đơn mẫu: Đa mẫu:

Bài toán đối sánh mẫu

Thuật toán đối sánh vét cạn

Thuật toán Boyer-Moore

Thuật toán Knuth-Morris-Pratt

Thuật toán Wu-Manber

Thuật toán Aho-Corasick

 Ví dụ về trường hợp tồi nhất:

Bài toán đối sánh mẫu

Thuật toán đối sánh vét cạn

Thuật toán Boyer-Moore

Thuật toán Knuth-Morris-Pratt

Thuật toán Wu-Manber

Thuật toán Aho-Corasick

chuyển về cuối của P (jnew)

 L(x) được định nghĩa là:

 L() được tính khi mẫu P được đưa vào.

 Trong đó m là độ dài của mẫu P

 Boyer-Moore nhanh hơn nhiều lần so với vét cạn.

You might also like