正則表達(dá)式只選一個(gè)精確字符串來(lái)參與的特點(diǎn)，能夠保證過(guò) 濾速率。
[0150] 在第一層過(guò)濾完成時(shí)，接著進(jìn)行第二層過(guò)濾，具體是根據(jù)所述命中的精確字符串 查找對(duì)應(yīng)的正則表達(dá)式超集，按照所述正則表達(dá)式超集對(duì)所述第一層過(guò)濾的數(shù)據(jù)分片進(jìn)行 第二層過(guò)濾得到第二層過(guò)濾的數(shù)據(jù)分片和命中的正則表達(dá)式超集；所述正則表達(dá)式超集是 根據(jù)正則表達(dá)式的精確字符串和模糊字符串的邏輯關(guān)系組成的表達(dá)式；由于第二層過(guò)濾采 用的是正則表達(dá)式超集，其描述能力已經(jīng)十分接近原始的正則表達(dá)式，能夠做到盡可能排 除不匹配的數(shù)據(jù)，以過(guò)濾出最接近原始正則表達(dá)式的數(shù)據(jù)分片，避免大量的"渾濁"數(shù)據(jù)進(jìn) 入到最后的正則表達(dá)式匹配階段，以間接提高匹配效率，同時(shí)將多模式匹配分解到不同場(chǎng) 景（不同數(shù)據(jù)分片）上的單模匹配，進(jìn)而避免了DFA空間膨脹或NFA匹配速度過(guò)慢的問(wèn)題。 最后，對(duì)第二層過(guò)濾得到的數(shù)據(jù)分片，利用其對(duì)應(yīng)的正則表達(dá)式作單條匹配。因此，本發(fā)明 的技術(shù)方案通過(guò)兩層過(guò)濾方式提高過(guò)濾速率和過(guò)濾效果，進(jìn)而以保證匹配性能的穩(wěn)定性， 在保證攻擊性數(shù)據(jù)被過(guò)濾的情況下，盡可能避免純凈數(shù)據(jù)的通過(guò)。
[0151] 需要說(shuō)明的是，本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重 點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可。 對(duì)于裝置類實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參 見(jiàn)方法實(shí)施例的部分說(shuō)明即可。
[0152] 最后，還需要說(shuō)明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將 一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作 之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)"包括"、"包含"或者其任何其他變體 意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括 那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或 者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句"包括一個(gè)……"限定的要素，并 不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。
[0153] 以上對(duì)本申請(qǐng)所提供的多模式正則表達(dá)式匹配方法及裝置進(jìn)行了詳細(xì)介紹，本文 中應(yīng)用了具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫 助理解本申請(qǐng)的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本申請(qǐng)的思 想，在【具體實(shí)施方式】及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì) 本申請(qǐng)的限制。
【主權(quán)項(xiàng)】
1. 一種多模式正則表達(dá)式匹配方法，其特征在于，該方法包括： 按照預(yù)先建立的第一層過(guò)濾特征集對(duì)待匹配數(shù)據(jù)進(jìn)行過(guò)濾得到第一層過(guò)濾的數(shù)據(jù)分 片和命中的精確字符串；所述第一層過(guò)濾特征集包括：從每個(gè)正則表達(dá)式提取的一個(gè)長(zhǎng)度 超過(guò)預(yù)設(shè)閾值的精確字符串； 根據(jù)所述命中的精確字符串查找對(duì)應(yīng)的正則表達(dá)式超集，按照所述正則表達(dá)式超集對(duì) 所述第一層過(guò)濾的數(shù)據(jù)分片進(jìn)行第二層過(guò)濾得到第二層過(guò)濾的數(shù)據(jù)分片和命中的正則表 達(dá)式超集；所述正則表達(dá)式超集是根據(jù)正則表達(dá)式的精確字符串和模糊字符串的邏輯關(guān)系 組成的表達(dá)式； 根據(jù)所述命中的正則表達(dá)式超集確定對(duì)應(yīng)的正則表達(dá)式，利用所述正則表達(dá)式對(duì)所述 第二層過(guò)濾的數(shù)據(jù)分片作匹配。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一層過(guò)濾特征集通過(guò)以下方式建 立： 對(duì)每個(gè)正則表達(dá)式進(jìn)行分割得到對(duì)應(yīng)的精確字符串和模糊字符串； 從每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字符串中選擇長(zhǎng)度超過(guò)預(yù)設(shè)閾值的精確字符串，將選擇 的精確字符串組合成備選字符串集； 按照精確字符串的優(yōu)先級(jí)順序從所述備選字符串集中針對(duì)每個(gè)正則表達(dá)式選擇一個(gè) 精確字符串組合成第一層過(guò)濾特征集。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述對(duì)每個(gè)正則表達(dá)式進(jìn)行分割得到 對(duì)應(yīng)的精確字符串和模糊字符串之后，所述方法還包括： 將所述模糊字符串進(jìn)行確定化，并與相鄰的精確字符串分片合并。4. 根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述按照精確字符串的優(yōu)先級(jí)順序從 所述備選字符串集中針對(duì)每個(gè)正則表達(dá)式選擇一個(gè)精確字符串組合成第一過(guò)濾特征集，包 括： 按照字符串長(zhǎng)度大小關(guān)系來(lái)設(shè)置所述備選字符串集中每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字 符串的優(yōu)先級(jí)順序，且該優(yōu)先級(jí)順序在使用過(guò)程中根據(jù)第一層過(guò)濾和第二層過(guò)濾的結(jié)果進(jìn) 行調(diào)整；從每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字符串中選擇優(yōu)先級(jí)最高的精確字符串以組合成第 一層過(guò)濾特征集。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述正則表達(dá)式超集通過(guò)以下方式生成： 對(duì)正則表達(dá)式進(jìn)行分割得到精確字符串和模糊字符串，采用邏輯關(guān)系符號(hào)替代所述模 糊字符串，根據(jù)所述精確字符串和所述邏輯關(guān)系符號(hào)生成正則表達(dá)式超集；所述邏輯關(guān)系 符號(hào)用于表征所述模糊字符串與其相鄰的精確字符串之間的邏輯關(guān)系。6. -種多模式正則表達(dá)式匹配裝置，其特征在于，該裝置包括： 第一層過(guò)濾單元，用于按照預(yù)先建立的第一層過(guò)濾特征集對(duì)待匹配數(shù)據(jù)進(jìn)行過(guò)濾得到 第一層過(guò)濾的數(shù)據(jù)分片和命中的精確字符串；所述第一層過(guò)濾特征集包括：從每個(gè)正則表 達(dá)式提取的一個(gè)長(zhǎng)度超過(guò)預(yù)設(shè)閾值的精確字符串； 第二層過(guò)濾單元，用于根據(jù)所述命中的精確字符串查找對(duì)應(yīng)的正則表達(dá)式超集，按照 所述正則表達(dá)式超集對(duì)所述第一層過(guò)濾的數(shù)據(jù)分片進(jìn)行第二層過(guò)濾得到第二層過(guò)濾的數(shù) 據(jù)分片和命中的正則表達(dá)式超集；所述正則表達(dá)式超集是根據(jù)正則表達(dá)式的精確字符串和 模糊字符串的邏輯關(guān)系組成的表達(dá)式； 匹配單元，用于根據(jù)所述命中的正則表達(dá)式超集確定對(duì)應(yīng)的正則表達(dá)式，利用所述正 則表達(dá)式對(duì)所述第二層過(guò)濾的數(shù)據(jù)分片作匹配。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括： 第一層過(guò)濾特征集生成單元，用于生成所述第一層過(guò)濾特征集； 所述第一層過(guò)濾特征集生成單元，包括： 字符串分割子單元，用于對(duì)每個(gè)正則表達(dá)式進(jìn)行分割得到對(duì)應(yīng)的精確字符串和模糊字 符串； 備選字符串集生成子單元，用于從每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字符串中選擇長(zhǎng)度超過(guò) 預(yù)設(shè)閾值的精確字符串，將選擇的精確字符串組合成備選字符串集； 第一過(guò)濾特征集生成子單元，用于按照精確字符串的優(yōu)先級(jí)順序從所述備選字符串集 中針對(duì)每個(gè)正則表達(dá)式選擇一個(gè)精確字符串組合成第一層過(guò)濾特征集。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一過(guò)濾特征集生成單元還包括： 確定化子單元，用于將所述模糊字符串進(jìn)行確定化，并與相鄰的精確字符串分片合并。9. 根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述第一層過(guò)濾特征集生成子單元具 體用于： 按照字符串長(zhǎng)度大小關(guān)系來(lái)設(shè)置所述備選字符串集中每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字 符串的優(yōu)先級(jí)順序，且該優(yōu)先級(jí)順序在使用過(guò)程中根據(jù)第一層過(guò)濾和第二層過(guò)濾的結(jié)果進(jìn) 行調(diào)整；從每個(gè)正則表達(dá)式對(duì)應(yīng)的精確字符串中選擇優(yōu)先級(jí)最高的精確字符串以組合成第 一層過(guò)濾特征集。10. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括： 正則表達(dá)式超集生成單元，用于對(duì)正則表達(dá)式進(jìn)行分割得到精確字符串和模糊字符 串，采用邏輯關(guān)系符號(hào)替代所述模糊字符串，根據(jù)所述精確字符串和所述邏輯關(guān)系符號(hào)生 成正則表達(dá)式超集；所述邏輯關(guān)系符號(hào)用于表征所述模糊字符串與其相鄰的精確字符串之 間的邏輯關(guān)系。
【專利摘要】本發(fā)明提供了一種多模式正則表達(dá)式匹配方法及裝置，其中方法包括：按照預(yù)先建立的第一層過(guò)濾特征集對(duì)待匹配數(shù)據(jù)進(jìn)行過(guò)濾得到第一層過(guò)濾的數(shù)據(jù)分片和命中的精確字符串；根據(jù)所述命中的精確字符串查找對(duì)應(yīng)的正則表達(dá)式超集，按照所述正則表達(dá)式超集對(duì)所述第一層過(guò)濾的數(shù)據(jù)分片進(jìn)行第二層過(guò)濾得到第二層過(guò)濾的數(shù)據(jù)分片和命中的正則表達(dá)式超集；根據(jù)所述命中的正則表達(dá)式超集確定對(duì)應(yīng)的正則表達(dá)式，利用所述正則表達(dá)式對(duì)所述第二層過(guò)濾的數(shù)據(jù)分片作匹配。本發(fā)明的技術(shù)方案通過(guò)兩層過(guò)濾方式提高過(guò)濾速率和過(guò)濾效果，進(jìn)而以保證匹配性能的穩(wěn)定性，在保證攻擊性數(shù)據(jù)被過(guò)濾的情況下，盡可能避免純凈數(shù)據(jù)的通過(guò)。
【IPC分類】G06F17/30
【公開(kāi)號(hào)】CN104899264
【申請(qǐng)?zhí)枴緾N201510262867
【發(fā)明人】侯智瀚, 鄒榮珠
【申請(qǐng)人】東軟集團(tuán)股份有限公司
【公開(kāi)日】2015年9月9日
【申請(qǐng)日】2015年5月21日