java 短语_从Java中的文本文件中提取短语

我正在使用ADFA-

LD数据集进行基于主机的入侵检测项目，现在正在进行特征提取模块。我构建了由长度为4的系统调用短语组成的短语词典。现在，为了进行特征提取，我需要将这些短语与新的系统调用轨迹进行比较(以下是一些示例)：

。

我需要的是，如何将这些短语与新痕迹进行比较。我在用Java做。

我的短语字典：

sys_socketcall-sys_poll-sys_clock_gettime-sys_poll

sys_clock_gettime-sys_poll-sys_poll-sys_socketcall

sys_poll-sys_socketcall-sys_poll-sys_clock_gettime

sys_poll-sys_clock_gettime-sys_clock_gettime-sys_clock_gettime

sys_clock_gettime-sys_clock_gettime-sys_socketcall-sys_clock_gettime

sys_socketcall-sys_clock_gettime-sys_poll-sys_poll

sys_poll-sys_poll

我使用“-”作为分隔符，将这些短语与新轨迹进行比较，因此我以“-”加入了唯一的系统调用。