網(wǎng)絡(luò)數(shù)據(jù)流海量敏感信息模式匹配算法研究.pdf

1、信息安全是計(jì)算機(jī)領(lǐng)域較為重要的研究方向，模式匹配算法如影隨形，伴隨著網(wǎng)絡(luò)的快速發(fā)展，IPv6協(xié)議逐漸替代IPv4協(xié)議，網(wǎng)絡(luò)用戶越來(lái)越多，網(wǎng)絡(luò)流量也是與日俱增，這就致使了網(wǎng)絡(luò)中流通著大量的數(shù)據(jù)信息。在網(wǎng)絡(luò)信息安全方面，網(wǎng)絡(luò)通信的實(shí)時(shí)特性和模式集合的大規(guī)模特性都對(duì)模式匹配算法的性能要求提升了一個(gè)高度。
　　根據(jù)網(wǎng)絡(luò)中常采用的過(guò)濾手段將網(wǎng)絡(luò)中的敏感數(shù)據(jù)分為敏感IP地址和敏感關(guān)鍵字。首先考慮敏感IP地址的模式匹配算法，分析常用的兩種數(shù)據(jù)結(jié)

2、構(gòu)的優(yōu)缺點(diǎn)以及適用環(huán)境，提出了改進(jìn)算法，選擇字典樹(shù)作為改進(jìn)算法的基礎(chǔ)結(jié)構(gòu)類型，結(jié)合IPv6地址的特性，從縱向和橫向?qū)ψ值錁?shù)進(jìn)行壓縮，同時(shí)結(jié)合順序查找、二分查找和直接定位的特性對(duì)橫向查找進(jìn)行優(yōu)化改進(jìn)，對(duì)于千萬(wàn)級(jí)別IPv6地址來(lái)說(shuō)，平均查找時(shí)間能達(dá)到1.1us。
　　對(duì)于網(wǎng)絡(luò)中的敏感關(guān)鍵字，分類加載URL和非URL關(guān)鍵字模式集合，采用位采樣拼接方式獲取模式預(yù)檢入口，結(jié)合使用鏈?zhǔn)脚c鍵樹(shù)結(jié)構(gòu)來(lái)處理哈希沖突問(wèn)題，提高復(fù)核階段的匹配效率。同時(shí)