由表2可以看出，當(dāng)自體規(guī)模從8增加到136的時(shí)候，傳統(tǒng)算法產(chǎn)生的候選檢測器數(shù)量大大增加，從207個(gè)增加到了4 015個(gè)，增加了18倍。而檢測失敗率也從0．015％增加到了0．148％，增加了將近9倍；而用本文改進(jìn)的算法所產(chǎn)生的候選檢測器數(shù)量只從234個(gè)增加到3 847個(gè)，增加了15倍，而失敗率反而從0．058％降低到了0．047％，檢測失敗率下降了17％；雖然在自體規(guī)模只有8個(gè)的時(shí)候，改進(jìn)算法產(chǎn)生了234個(gè)候選檢測器，多于傳統(tǒng)算法，這是因?yàn)楦倪M(jìn)算法較復(fù)雜，可能會(huì)增加冗余的檢測器，但是隨著自體規(guī)模的增加，候選檢測器的數(shù)量能保持較少的增長率，說明改進(jìn)算法的收斂性較小，收斂效果較好，而且也提高了檢測成功率。
實(shí)驗(yàn)2：設(shè)定隨機(jī)字符串長度L和自體規(guī)模Ns不變，改變匹配位數(shù)r的長度，對(duì)比兩種算法產(chǎn)生的候選檢測器數(shù)目NH和檢測時(shí)間t，結(jié)果如表3所示。

由表3可以看出，在字符串L位數(shù)和自體規(guī)模Ns不變的情況下，當(dāng)匹配位數(shù)r增加，傳統(tǒng)算法所產(chǎn)生的候選檢測器數(shù)目大大增加，增加了將近18倍，檢測時(shí)間增加了18倍，效率明顯降低；采用文中的多屬性特征區(qū)域匹配方式，候選檢測器集合數(shù)目增加了只有11倍，并且改進(jìn)算法引入了并行計(jì)算的方式，檢測時(shí)間增加了14倍，而且低于傳統(tǒng)算法的檢測時(shí)間。從這里可以看出，新算法在匹配位數(shù)r增加的情況下，系統(tǒng)效率影響較小，能有效改善系統(tǒng)性能。

3 結(jié)束語
陰性選擇算法隨著匹配位數(shù)r的增加和字符串L的增加，匹配次數(shù)呈指數(shù)形式增加，匹配效率明顯不足，并且會(huì)產(chǎn)生大量的候選檢測器，使得該算法時(shí)間復(fù)雜度太大，論文提出一種改進(jìn)的陰性選擇算法，把字符串分為多個(gè)特征區(qū)域，每個(gè)特征區(qū)域之間采用r連續(xù)位匹配方式再次匹配，同時(shí)采用并行計(jì)算，實(shí)驗(yàn)結(jié)果表明改進(jìn)的陰性選擇算法在匹配位數(shù)和隨機(jī)字符串位數(shù)增加時(shí)，候選檢測器增加速度較平緩，系統(tǒng)負(fù)擔(dān)增加較緩慢，因此具有較好的檢測效率。