[发明专利]数据内容过滤方法与装置、有限状态自动机及其构造装置

权利要求书

1.一种数据内容过滤方法，其特征在于，包括：

有限状态自动机接收数据报文，所述有限状态自动机由特征码分解得到的子特征码构造生成；

所述有限状态自动机对接收到的数据报文与构造生成该有限状态自动机的所有子特征码进行匹配查询并输出查询结果；

根据所述查询结果，当所述数据报文与构造生成所述有限状态自动机的其中一个特征码有预设值以上的子特征码相同时，对所述数据报文进行拦截处理。

2.根据权利要求1所述的数据内容过滤方法，其特征在于，对所述数据报文进行拦截处理包括：直接丢弃所述数据报文；或者，生成并显示病毒警报，以及根据接收到的处理指示信息放行或丢弃所述数据报文。

3.根据权利要求2所述的数据内容过滤方法，其特征在于，根据接收到的处理指示信息放行或丢弃所述数据报文时，还根据用户发送的设置信息，将所述数据报文中携带的发送方地址存储在放行区或丢弃区；

所述有限状态自动机接收数据报文之前，还包括：

查询接收到的数据报文中的发送方地址是否存储在放行区或丢弃区，若存储在放行区或丢弃区，则对发送方地址存储在放行区或丢弃区的新数据报文相应进行放行或丢弃；若既不存储在放行区也不存储在丢弃区，则将所述数据报文发送给所述有限状态自动机。

4.根据权利要求1所述的数据内容过滤方法，其特征在于，根据所述查询结果，当所述数据报文与构造生成所述有限状态自动机的任何一个特征码中相同子特征码的数量都小于预设值时，放行所述数据报文。

5.根据权利要求1至4任意一项所述的数据内容过滤方法，其特征在于，还包括：

确定子特征码长度，并根据子特征码长度分别将特征码库中的各特征 码分解为一个由多个子特征码组成的子特征码组；

以子特征码为单位对各子特征码组进行比较，将相似度达到另一预设值的特征码设置为一个特征码组；

分别从各特征码组中选择一个特征码，由选择出的所有特征码的子特征码集合为基础，构造生成所述有限状态自动机。

6.根据权利要求5所述的数据内容过滤方法，其特征在于，所述确定子特征码长度，并根据子特征码长度分别将特征码库中的各特征码分解为一个由多个子特征码组成的子特征码组具体为：

确定子特征码长度W，并根据子特征码长度W分别将特征码库中的各特征码分解为一个由L-W+1个子特征码组成的子特征码组，其中，L为特征码长度，L、W为大于1的整数。

7.根据权利要求5所述的数据内容过滤方法，其特征在于，所述根据子特征码长度分别将特征码库中的各特征码分解为一个由多个子特征码组成的子特征码组后，还包括：

分析各子特征码组之间是否存在相同的子特征码，在子特征码组之间存在相同的子特征码时，增加子特征码长度，并根据增加后的子特征码长度分别将特征码库中的各特征码分解为一个由多个子特征码组成的子特征码组，直到各子特征码组之间不存在相同的子特征码时，执行所述以子特征码为单位对各子特征码组进行比较的操作。

8.根据权利要求5所述的数据内容过滤方法，其特征在于，还包括：

统计数据报文的拦截处理结果与病毒数据报文的拦截情况，在拦截的数据报文中非病毒数据报文数量超过一定比例时，提高所述另一预设值或增加子特征码长度，并根据提高后得到的又一预设值或增加后的子特征码长度重新构造生成有限状态自动机；

在超过一定数量的病毒数据报文未被拦截时，降低所述另一预设值或减小子特征码长度，并根据降低后的再一预设值或减小后的子特征码长度 重新构造生成有限状态自动机。

9.一种有限状态自动机，其特征在于，所述有限状态自动机由特征码分解得到的子特征码构造生成，所述有限状态自动机包括：

接收模块，用于接收数据报文；

第一查询模块，用于对接收到的数据报文与构造生成所述有限状态自动机的所有子特征码进行匹配查询并输出查询结果，该查询结果用于由数据报文处理装置根据所述查询结果，当所述数据报文与构造生成所述有限状态自动机的其中一个特征码有预设值以上的子特征码相同时，对所述数据报文进行拦截处理。