[發明專利]基于MPI的AC串匹配并行算法的磁盤敏感信息掃描系統

有效

• 申請號: 201710291208.7
• 申請日: 2017-04-28
• 公開（公告）號: CN107103253B
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 劉嘉輝;馬翠平;宋大華
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種基于MPI的AC串匹配并行算法的磁盤敏感信息掃描系統，包括：S1、獲得模式字符集，指定的掃描目錄，文件數據分塊和AC算法自動機的信息；S2、在多核處理器架構中的系統主進程建立MPI執行環境，動態查詢處理器的工作狀態，分配數據塊給從進程實現數據敏感信息的并行查找；S3、多核處理器的從進程中并行地執行確定的有限自動機匹配算法，記錄敏感信息的位置，并動態報告處理器工作狀態。本發明能夠通過MPI有效地利用多核處理器的計算資源，提高了AC串匹配算法執行性能，特別適合信息安全領域對大容量的計算機磁盤敏感信息進行快速掃描，以及適用于信息安全檢查的防護與預警系統。

技術領域

本發明涉及數據信息安全技術領域，尤其涉及一種基于MPI的AC串匹配并行算法的磁盤敏感信息掃描系統。

背景技術

隨著計算機技術的不斷發展，信息技術對人們的日常生活的影響日益密切。作為信息的載體，計算機的磁盤中大量存儲著國家機關、企事業單位和個人等的敏感信息，而這些信息一旦泄露或者遭到黑客的攻擊，對單位和個人會造成一定程度的損失。因此，管理人員對磁盤敏感信息的定期掃描能夠一定程度上預防和警告相關人員保護這些信息，以加強對敏感信息的安全防護意識。

磁盤敏感信息掃描系統是計算機安全管理人員對單位或者個人的計算機進行安全檢查的一種安全防護與預警系統。該系統利用一定的計算機模式匹配算法，針對存儲在磁盤中的敏感信息進行掃描，并報告在計算機的文件中存儲的敏感信息的位置。磁盤敏感信息掃描系統的典型應用列舉如下。

案例1，張經理是某公司的一名高管，正在與A公司進行一項商業合同的談判；張經理把一份公司的重要的有關談判的內部會議紀要下載到個人手提電腦中進行查閱，而閱后忘記按照保密規定刪除會議紀要。在例行的安全檢查中，計算機安全管理員利用磁盤敏感信息掃描系統檢查張經理的手提電腦時，發現該份會議紀要，并提醒張經理，從而避免了對公司的利益造成損失。

案例2，王女士由于公司業務變化，需要離開母公司長期到外地子公司工作，王女士需要上交本人使用的公司電腦；在王女士的公司電腦中存儲著王女士的個人賬戶信息和密碼等個人敏感數據，王女士利用磁盤敏感信息掃描系統掃描了公司電腦中的個人敏感信息，并及時刪除了存儲在磁盤中的個人敏感信息，從而避免了個人隱私信息的泄露。

此外，2015年美國前國務卿希拉里.克林頓的“郵件門”丑聞被曝光，有關其使用私人電子郵箱，而非官方電子郵箱進行與他人的通信，可能導致美國外交情報的泄密。以上事件更加引起人們對存儲在計算機中的數據信息安全的關注。

磁盤敏感信息掃描系統使用計算機的模式匹配算法進行信息的篩選。在計算機的模式匹配算法中，經典的Aho-Corasick算法是多模式串匹配算法，是Alfred V. Aho和Margaret J. Corasick于1975年提出的，因此，習慣上簡稱為AC算法。AC多模式串匹配算法以模式集合創建模式匹配的自動機，能夠實現在線性時間內對輸入的文本進行模式匹配過程。

隨著計算機硬件技術的飛速發展，計算機處理器步入多核時代，磁盤存儲器的容量得到了很大提升。磁盤敏感信息掃描系統主要對磁盤中存儲的文件進行掃描，并報告文件包含的敏感信息的位置。由于磁盤的容量的迅速增加，存儲在磁盤中的文件數量巨大。因此，快速地處理大量的文件信息是磁盤敏感信息掃描系統的關鍵。

當計算機進入多核處理器時代，計算機的計算能力和數據處理能力得到了很大的提高。計算機處理器的架構發生了革命性的變革。單獨處理器主頻的提升達到了極限，一個主要因素是處理器在主頻提升之后難以解決芯片的散熱問題。因此，多核架構的提出使計算機的計算性能和數據處理能力得到了巨大的提升。簡單地說，一個計算機處理的任務可以被分配到兩個甚至更多的處理器核心上進行并行的處理，從而加快了任務處理的速度，縮短了處理時間。隨著2006年7月英特爾公司酷睿處理器的正式發布，以及隨后個人電腦的多核處理器的發布，代表著多核處理器時代的來臨。多核處理器相對于單核處理器的優勢在于，處理器的性能提升的同時，其功耗大大降低。