买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州元脑智能科技有限公司

摘要：本申请提供一种基于归纳学习的正则加速方法、系统、设备及存储介质，涉及计算机技术领域，该方法包括：第一本地硬件设备获取数据控制流，根据正则表达式生成非确定性有限自动机；异构设备接收数据控制流和非确定性有限自动机；第二本地硬件设备基于初始图卷积神经网络和初始聚类模型对初始批次的非确定性有限自动机进行归纳学习，并联合训练初始图卷积神经网络和初始聚类模型；基于图卷积神经网络和聚类模型对其他批次的非确定性有限自动机进行归纳推理，在非确定性有限自动机与其所表征的正则表达式成匹配关系时，将非确定性有限自动机配置到对应正则引擎上，对数据控制流进行并行分析和过滤，可以在NFA动态变化的场景下提升正则加速效率。

主权项：1.一种基于归纳学习的正则加速方法，其特征在于，应用于基于归纳学习的正则加速系统，所述基于归纳学习的正则加速系统包括第一本地硬件设备、第二本地硬件设备和异构设备，所述第一本地硬件设备分别与所述第二本地硬件设备和所述异构设备通信连接，所述方法包括：所述第一本地硬件设备获取数据控制流，以及根据正则表达式生成非确定性有限自动机，所述非确定性有限自动机用于表征所述正则表达式，以对所述数据控制流进行分析和过滤；所述异构设备接收所述数据控制流和所述非确定性有限自动机；所述第二本地硬件设备基于初始图卷积神经网络和初始聚类模型对初始批次的所述非确定性有限自动机进行归纳学习，并基于归纳学习结果计算综合损失值，基于所述综合损失值联合训练所述初始图卷积神经网络和所述初始聚类模型，得到图卷积神经网络和聚类模型；其中，所述归纳学习包括无向图转换、邻居采样、聚合操作、特征融合和聚类处理；所述第二本地硬件设备基于所述图卷积神经网络和所述聚类模型对其他批次的所述非确定性有限自动机进行归纳推理，在所述非确定性有限自动机与其所表征的正则表达式成匹配关系时，将所述非确定性有限自动机配置到对应正则引擎上，对所述数据控制流进行并行分析和过滤；其中，所述根据正则表达式生成非确定性有限自动机，包括：针对所述正则表达式中的每个唯一字符，统计所述唯一字符在若干正则表达式中的出现频率；对所述出现频率进行归一化处理；基于各所述唯一字符归一化后的出现频率，生成所述非确定性有限自动机；所述基于所述图卷积神经网络和所述聚类模型对其他批次的所述非确定性有限自动机进行归纳推理，包括：针对所述其他批次的每个所述非确定性有限自动机，将所述非确定性有限自动机转换为非确定性有限自动机无向图；将所述非确定性有限自动机无向图输入所述图卷积神经网络中；对所述非确定性有限自动机无向图进行邻居采样，得到局部子图集合；针对所述局部子图集合中的每个局部子图中的每个节点，对所述节点的各邻居节点的特征向量进行聚合操作，得到聚合特征向量；对所述聚合特征向量和所述节点的特征向量进行特征融合；基于融合后的特征向量对所述节点的特征向量进行更新，得到所述节点的嵌入向量；将各所述节点的嵌入向量输入所述聚类模型中进行聚类处理，得到多个正则字符簇。

全文数据：

权利要求：

百度查询： 苏州元脑智能科技有限公司 基于归纳学习的正则加速方法、系统、设备及存储介质