[发明专利]基于两级存储的正则表达式匹配方法

摘要

一种基于两级存储的正则表达式匹配方法，其步骤为：第一步、处理模式集，生成自动机；第二步、求解自动机的稳态向量；第三步、匹配引擎的存储架构；将正则表达式的匹配分为控制平面和数据平面两个层次，控制平面运行在通用存储器上，控制特征码的编译和引擎的空间；数据平面主要负责高速的数据处理；第四步、状态表的配置；对状态的标识进行重新命名，使那些高概率的状态拥有较小的连续的标识，使一级存储器中直接用初始地址加偏移量的方法来查找指定标识的状态表项；第五步、报文处理。本发明能够降低存储费用、提高匹配性能、使系统整体性价比大幅提升。

主权项

一种基于两级存储的正则表达式匹配方法，其特征在于，步骤为：第一步、处理模式集，生成自动机；将正则表达式模式集编译成一个NFA，并将NFA转换成DFA；然后对DFA状态表进行改写，对每个状态的状态表项增加一个字长的标志位，若该状态为可接受状态，则置1，否则置0；第二步、求解自动机的稳态向量；首先根据DFA的状态转移表求解单步转移概率矩阵，然后根据高效自动机状态空间划分方法，对自动机的可约性进行判断；若自动机是可约的，则可直接用矩阵的幂运算求解稳态向量；若自动机不可约，就先对自动机的状态空间进行划分，得到一个过渡状态集和若干个闭态集，用矩阵的幂运算求解各闭态集的稳态向量，然后求解整个状态空间的稳态向量；第三步、匹配引擎的存储架构；将正则表达式的匹配分为控制平面和数据平面两个层次，控制平面运行在通用存储器上，控制特征码的编译和引擎的空间；数据平面主要负责高速的数据处理；即，将FPGA片内存储器上每个RAM块存储同样的状态表，则每个RAM块都可同时处理两个数据流的匹配，作为一级存储器；将多块SRAM并联起来，作为存储架构的二级存储器；第四步、状态表的配置；对状态的标识进行重新命名，使那些高概率的状态拥有较小的连续的标识，使一级存储器中直接用初始地址加偏移量的方法来查找指定标识的状态表项；根据FPGA片内存储器上单块RAM的容量大小，将DFA中概率较高的那部分状态表项并行存储在各个RAM块中，将整个DFA状态表项存储于SRAM中；第五步、报文处理；首先，对网络报文进行预处理，去掉各层头部信息，仅保留有效载荷，并在尾部补0，使报文长度为2K；然后，根据各个报文缓冲区中的空闲情况，将该报文段分发到空闲率最高的报文缓冲区中，并将该缓冲区的尾指针后移一个位置；如果所有的报文缓冲区都被占满，则丢弃该段报文；匹配引擎根据id号从对应的报文缓冲区取出一段报文，并将该缓冲区队列头指针后移一个位置，若缓冲区为空则等待则缓冲区填充报文；从报文第一个字符开始依次进行匹配，若有状态命中规则，则将该状态存至结果缓冲区中对应位置，随后清空该段报文，进行下一段报文的匹配；否则直至匹配到报文的最后一个字符，然后进行下一段报文的匹配。