优化字节数组简单模式匹配

Question

对于练习，我必须在字节数组中寻找特定的字节模式，这很容易，但我想知道代码是否可以简化甚至优化:

package anti_virus;
import java.nio.file.Files;
import java.nio.file.Paths;
public class Main {
    public static void main(String[] args) throws Exception {
        byte[] virus = Files.readAllBytes(Paths.get("C:/Users/Nick/Desktop/Uni/infected.com"));
        byte[] payload = new byte[]{0x56, 0x69, 0x72, 0x75, 0x73, (byte)0xB4, 0x40, (byte) 0xBB, 0x01,
                0x00, (byte) 0xB9, 0x05, 0x00, (byte) 0xBA, 0x0, 0x0, (byte) 0xCD, 0x21};
        // payload[14] and payload[14] have varying values
        for (int i = 0; i < virus.length; i++) {
            if ((virus[i] == payload[0]) && (virus[i+1] == payload[1]) && (virus[i+2] == payload[2]) &&
                (virus[i+3] == payload[3]) && (virus[i+4] == payload[4]) && (virus[i+5] == payload[5]) &&
                (virus[i+6] == payload[6]) && (virus[i+7] == payload[7]) && (virus[i+8] == payload[8]) &&
                (virus[i+9] == payload[9]) && (virus[i+10] == payload[10]) && (virus[i+11] == payload[11]) &&
                (virus[i+12] == payload[12]) && (virus[i+13] == payload[13]) && (virus[i+16] == payload[16]) &&
                (virus[i+17] == payload[17])) {
                  System.out.println("This file is probably a Virus!");
                  return;
            }
        }
        System.out.println("This file is no Virus.");
    }
}

Answer 1

是的，它可以被简化/优化:

• 您可以使用KMP算法(前14字节)。该算法对任意payload而不是O(payload.length * virus.length)在O(payload.length + virus.length)中运行。(你的代码比O(payload.length * virus.length)工作更有效，只有一个原因:0x56只作为你的数组的第一个元素发生)
• 即使你选择保留你的算法，我也会使用循环来使代码更短&更具可读性。我还会在你的循环中修复ArrayIndexOutOfBoundsException的来源(你可以访问virus数组的索引i, ..., i+13, i+16, i+17，你的循环条件允许i和virus.length-1一样大)。

Answer 2

你的代码非常好，它在一个没有病毒的6 MB文件上给出了合理的21 ms。但我发现最好是为前14个字节做一些预循环。此外，您必须注意末尾的字节。

begin = System.currentTimeMillis();
for (i = 0; i < virus.length-payload.length; i++) {
    for (j = 0; j < 14; j++) {
        // payload[14] and payload[15] have varying values
        if (virus[i+j] != payload[j]) {
            bFound = false;
            break;
        }
    }
    if ((bFound) && (virus[i+16] == payload[16]) && (virus[i+17] == payload[17])) {
        end = System.currentTimeMillis();
        System.out.println("time : "+(end-begin)+" ms");
        System.out.println("This file is probably a Virus!");
        return;
    }
}
end = System.currentTimeMillis();
System.out.println("time : "+(end-begin)+" ms");
System.out.println("This file is not a Virus.");

第一个优化给出了一个合理的14 ms(-33%的CPU)。

另一个优化，如果你能负担得起读取你的文件作为整数，是进行宽比较(4字节)一次。您还应该将有效载荷填充为4的倍数。

begin = System.currentTimeMillis();
for (i = 0; i < virusInt.length-payloadInt.length; i++) {
    if ((virusInt[i] == payloadInt[0]) && 
        (virusInt[i+1] == payloadInt[1]) && 
        (virusInt[i+2] == payloadInt[2]) &&
        ((virusInt[i+3]&0xFFFF0000) == payloadInt[3]) && 
        ((virusInt[i+4]&0xFFFF0000) == payloadInt[4])) {
           end = System.currentTimeMillis();
           System.out.println("time : "+(end-begin)+" ms");
           System.out.println("This file is probably a Virus!");
           return;
       }
}
end = System.currentTimeMillis();
System.out.println("time : "+(end-begin)+" ms");
System.out.println("This file is not a Virus.");

这给了我一个更合理的2毫秒(-90%的CPU)。当然，我没有计算转换成int型数组的时间因为我假设你加载的是int型数组而你的负载也是int型数组。我没有尝试过长(在JAVA中是64位)，但它可能会快一点。

Answer 3

(这里我假设病毒是病毒签名，并且负载任何数据。我可能看错了你的代码)

必须遍历[0,payload]中paylöadIndex的负载数组。长度-病毒。长度](!)，并在for循环中每一步再次检查病毒数组，使用virusIndex。

问题解决策略。想想你在纸上是怎么写的。您将在有效负载数组上移动病毒数组。

Answer 4

类似这样的代码将检查数组中任何地方的签名，它还没有经过彻底的测试，尽管

public static void main(String[] args) throws Exception {
    byte[] virus = FileUtil.readBytes(new File("c:/x.txt"));
    byte[] payload = "def".getBytes();
    for (int i = 0; i < virus.length; i++) {
        if ((i + payload.length) <= virus.length) {
            boolean found = true;
            for (int j = 0; j < payload.length; j++) {
                if (virus[i + j] != payload[j]) {
                    found = false;
                    break;
                }
            }
            if (found) {
                System.out.println("This file is probably a Virus!");
                return;
            }
        } else {
            break;
        }
    }
    System.out.println("This file is no Virus.");
}