基于規(guī)則集的正則表達(dá)式匹配算法研究.pdf

1、隨著正則表達(dá)式在網(wǎng)絡(luò)安全系統(tǒng)和各種服務(wù)中的應(yīng)用越來越廣泛，這些系統(tǒng)采用正則表達(dá)式匹配算法作為他們的核心，檢測數(shù)據(jù)包有效載荷中的攻擊特征。最近幾年的研究大多集中在大規(guī)模的正則表達(dá)式規(guī)則集下，如何有效地減少DFA存儲(chǔ)空間的開銷。在現(xiàn)代網(wǎng)絡(luò)入侵檢測系統(tǒng)中，如何從海量數(shù)據(jù)中甄別出有害信息，對阻止和遏制潛在的危險(xiǎn)行為，對維護(hù)網(wǎng)絡(luò)中數(shù)據(jù)的傳輸安全與穩(wěn)定，對促進(jìn)互聯(lián)網(wǎng)產(chǎn)業(yè)健康發(fā)展，都具有十分重要的現(xiàn)實(shí)意義。為了檢測數(shù)據(jù)包有效載荷中的危險(xiǎn)模式，需要在線

2、速度內(nèi)完成正則表達(dá)式匹配。雖然確定性有限狀態(tài)機(jī)(DFAs)允許此操作在線性時(shí)間內(nèi)完成，但他們在內(nèi)存中的存儲(chǔ)可能會(huì)需要過高的需求。在內(nèi)存存儲(chǔ)空間中，DFA的開銷主要用于存儲(chǔ)其狀態(tài)轉(zhuǎn)移表,表的行寬對應(yīng)DFA的狀態(tài)數(shù)目，而表的列寬對應(yīng)著每個(gè)狀態(tài)的轉(zhuǎn)移邊數(shù)目|Σ|(Σ是輸入字符的字母表)。
　　對正則表達(dá)式規(guī)則集進(jìn)行分組是一種用于解決 DFA狀態(tài)膨脹問題的重要方法。目前為止,對于DFA在內(nèi)存中存儲(chǔ)開銷過大問題的解決思路，可以分為兩種，即減

3、少DFA的狀態(tài)數(shù)目和壓縮DFA的轉(zhuǎn)移邊,通過正則表達(dá)式規(guī)則集分組算法來壓縮DFA的存儲(chǔ)空間屬于上述中的第一種解決思路。本文在對目前狀態(tài)機(jī)優(yōu)化技術(shù)深入分析和研究的基礎(chǔ)上，改進(jìn)了正則表達(dá)式分組算法，其可以在處理規(guī)模較大的規(guī)則集時(shí)，提高狀態(tài)機(jī)的匹配性能。由實(shí)驗(yàn)數(shù)據(jù)可知，改進(jìn)后的算法不僅在分組性能上比一般的分組算法要好，其所需的更新時(shí)間也較小。
　　在本文中，還分析和研究了大量的狀態(tài)機(jī)優(yōu)化技術(shù)。其中一種DFA壓縮技術(shù)能使得在處理N長字符串

4、時(shí)，最多產(chǎn)生2N個(gè)狀態(tài)遍歷。而且，該算法具有更低的時(shí)間復(fù)雜性且很適合某些動(dòng)態(tài)場景。
　　與此同時(shí)，隨著那些以線速度實(shí)現(xiàn)正則表達(dá)式匹配的技術(shù)不斷被人們發(fā)現(xiàn)。不同的解決方案：如自動(dòng)機(jī)的類型(確定型vs非確定型)和實(shí)現(xiàn)具體參數(shù)的配置。雖然每種解決方案在某些特定的規(guī)則集和流通模式集中運(yùn)行的很好，但是并沒有對大量的方案、規(guī)則集和流通模式集的設(shè)定進(jìn)行系統(tǒng)的比較。因此，對于一個(gè)實(shí)現(xiàn)者，在大量現(xiàn)有的算法和架構(gòu)方案中做出一個(gè)合適的決定，這將是一個(gè)極