Efficient Online Sampled String Matching
Year: 2026
Type: dissertation
Abstract: Efficient Online Sampled String Matching La recherche de chaînes est essentielle dans divers domaines informatiques, notamment la récupération de texte, la bioinformatique et la cybersécurité. Bien que les algorithmes classiques de recherche en ligne et hors ligne offrent des solutions performantes, ils présentent souvent des limitations en termes de temps de recherche ou de mémoire. Les techniques d’indexation hors ligne, permettent des requêtes rapides mais nécessitent un stockage considérable, les rendant impraticables pour des ensembles de données à grande échelle. Pour surmonter ces limites, la recherche de chaînes échantillonnée a émergé comme une alternative efficace en termes d’espace, réduisant l’utilisation de la mémoire tout en préservant l’efficacité de la recherche.Cette thèse explore les avancées en matière de recherche de chaînes échantillonnée, en se concentrant sur le Character Distance Sampling (CDS), une méthode qui enregistre les distances relatives entre les caractères plutôt que leurs positions absolues afin de minimiser les besoins en espace. Bien que le CDS améliore l’efficacité, il rencontre des difficultés avec les alphabets de petite taille et un coût élevé d’indexation. Pour remédier à ces problèmes, ce travail introduit le Character Context Sampling (CCS), une amélioration qui exploite la distribution locale des caractères pour affiner l’échantillonnage et améliorer la précision de la recherche. De plus, une optimisation basée sur la couverture d’ensemble est proposée afin de sélectionner de manière systématique les caractères pivot, réduisant ainsi la taille de l’index sans compromettre les performances.Les résultats expérimentaux montrent que ces techniques surpassent les méthodes existantes, tant en termes d’efficacité spatiale que de performance. En comblant l’écart entre l’indexation traditionnelle et la recherche en ligne, les approches proposées offrent une solution évolutive et efficace pour la recherche de motifs dans des environnements de grande taille et contraints en mémoire. Ce travail contribue au développement de systèmes de recherche textuelle plus performants, en particulier pour les applications en big data et en bioinformatique.
Author: Francesco Pio Marino
Language: French
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7221542091