[发明专利]用于状态机中的检测的方法及系统

说明书

技术领域

本发明的实施例一般来说涉及电子装置，且更具体来说，在某些实施例中涉及具有用于型式辨识的并行有限状态机的电子装置。

背景技术

在常规基于冯·诺伊曼(von Neumann)的计算机上执行复杂型式辨识可为低效的。然而，生物大脑(特定来说，人脑)擅长执行型式辨识。当前研究表明，人脑使用新皮质中的一系列以层次方式组织的神经元层执行型式辨识。层次的较低层中的神经元分析来自(举例来说)感觉器官的“原始信号”，而较高层中的神经元分析来自较低层中的神经元的信号输出。新皮质中的此层次式系统(可能与大脑的其它区一起)实现复杂型式辨识，此使得人类能够执行高级功能，例如空间推理、意识思考及复杂语言。

在计算领域中，型式辨识任务日益具挑战性。在计算机之间传输的数据量越来越大，且用户希望识别的型式的数目日益增加。举例来说，通常通过搜索数据流中的型式(例如，特定短语或代码片段)来检测垃圾邮件或恶意软件。型式的数目随垃圾邮件与恶意软件的多样化而增加，因为新型式可经实施以搜索新变化形式。针对这些型式中的每一者搜索数据流可形成计算瓶颈。通常，在接收数据流时，针对每一型式一次搜索一个数据流。在系统准备好搜索数据流的下一部分之前的延迟随型式的数目而增加。因此，型式辨识可减慢数据的接收。

已设计用以针对若干型式搜索数据流的硬件，但此硬件通常不能在给定时间量内处理充足数据量。经配置以搜索数据流的一些装置通过将数据流分布在多个电路当中而如此进行。所述电路各自确定数据流是否匹配型式的一部分。通常，大量电路并行操作，从而各自大体同时搜索数据流。然而，尚未存在一种实际上允许以与生物大脑的方式更相当的方式执行型式辨识的系统。此系统的开发是期望的。

附图说明

图1图解说明根据本发明的各种实施例的具有状态机引擎的系统的实例。

图2图解说明根据本发明的各种实施例的图1的状态机引擎的FSM晶格的实例。

图3图解说明根据本发明的各种实施例的图2的FSM晶格的块的实例。

图4图解说明根据本发明的各种实施例的图3的块的行的实例。

图5图解说明根据本发明的各种实施例的图4的行的两个一群组的实例。

图6图解说明根据本发明的各种实施例的有限状态机图的实例。

图7图解说明根据本发明的各种实施例的借助FSM晶格实施的两层级层次的实例。

图8图解说明根据本发明的各种实施例的用于编译器将源代码转换成二进制文件以用于编程图2的FSM晶格的方法的实例。

图9图解说明根据本发明的各种实施例的状态机引擎。

图10图解说明根据本发明的各种实施例的图4的检测单元的实例。

图11图解说明根据本发明的各种实施例的耦合到图10的检测单元的路由的实例。

图12图解说明根据本发明的各种实施例的图11的群组内电路。

图13图解说明根据本发明的各种实施例的图12的多路复用器的真值表。

具体实施方式

现在转到各图，图1图解说明通常由参考编号10指定的基于处理器的系统的实施例。系统10可为多种类型中的任一者，例如桌上型计算机、膝上型计算机、寻呼机、蜂窝式电话、个人记事本、便携式音频播放器、控制电路、相机等。系统10也可为网络节点，例如路由器、服务器或客户端(例如，先前所描述的类型的计算机中的一者)。系统10可为某一其它种类的电子装置，例如复印机、扫描仪、打印机、游戏控制台、电视机、机顶盒视频分配或记录系统、电缆盒、个人数字媒体播放器、工厂自动化系统、汽车计算机系统或医疗装置。(用以描述系统的这各种实例的术语(如本文中所使用的许多其它术语)可共享一些所指物，且如此不应按照所列举的其它物项来狭义地理解。)

在典型基于处理器的装置(例如系统10)中，处理器12(例如微处理器)控制系统10中的系统功能及请求的处理。此外，处理器12可包括共享系统控制的多个处理器。处理器12可直接或间接耦合到系统10中的元件中的每一者以使得处理器12通过执行可存储于系统10内或在系统10外部的指令来控制系统10。