[發(fā)明專利]正則表達式的匹配方法、裝置、電子設備及存儲介質

有效

• 申請?zhí)枺?/td>: 201911421987.3
• 申請日: 2019-12-31
• 公開（公告）號: CN111177491B
• 公開（公告）日: 2023-08-25
• 發(fā)明（設計）人: 王彬;覃永靖;程詩堯;馬江波
• 申請（專利權）人: 奇安信科技集團股份有限公司;奇安信網(wǎng)神信息技術（北京）股份有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06F16/951;G06F16/2455
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 鄭朝然

本發(fā)明實施例提供了一種正則表達式的匹配方法、裝置、電子設備及存儲介質，在抽取標識每一正則表達式的字符串后，將字符串劃分為定長子串。通過定長子串去過濾與待匹配字符串匹配性較好的目標正則表達式，通過目標正則表達式進一步地確定待匹配字符串是否為網(wǎng)絡攻擊數(shù)據(jù)或者病毒。由于對字符串劃分了定長子串，過濾器中只需要存儲各字符組成長度為定長子串的所有可能字符串。相比于存儲每一正則表達式完整的字符串而言，大大降低了所需的存儲空間，且定長子串的所有可能字符串所需最大存儲空間可控，能夠避免過濾器發(fā)生內存溢出錯誤。

技術領域

本發(fā)明涉及計算機技術領域，尤其是涉及一種正則表達式的匹配方法、裝置、電子設備及存儲介質。

背景技術

海量(千萬級)正則表達式匹配引擎通常采用過濾方法實現(xiàn)，包含“過濾器”和“驗證器”兩大核心模塊。“過濾器”采用抽取的有效指紋構建自動機實現(xiàn)，“驗證器”采用NFA-DFA正則表達式引擎實現(xiàn)。但是，現(xiàn)有的“有效指紋”提取算法，均是針對“連接”操作的關鍵子串，沒有考慮正則表達式的“或”操作，進而過濾能力較低，并且“有效指紋”長度不可控，容易發(fā)生內存溢出錯誤。

由此，在實際應用過程中，由于正則表達式的長度不可控，正則表達式匹配過程中，尤其是存在大規(guī)模的正則表達式時，過濾器中需要大量的空間存放正則表達式的“有效指紋”，容易出現(xiàn)內存溢出，發(fā)生內存溢出錯誤。

發(fā)明內容

本發(fā)明實施例提供一種正則表達式的匹配方法、裝置、電子設備及存儲介質，用以解決現(xiàn)有技術中的由于正則表達式的長度不可控，正則表達式匹配過程中，尤其是存在大規(guī)模的正則表達式時，過濾器中需要大量的空間存放正則表達式的“有效指紋”，容易出現(xiàn)內存溢出，發(fā)生內存溢出錯誤的問題。

針對以上技術問題，第一方面，本發(fā)明的實施例提供了一種正則表達式的匹配方法，包括：

抽取用于標識每一正則表達式的字符串，并將每一字符串劃分為定長子串；

獲取從網(wǎng)絡抓取的待匹配字符串，將與所述待匹配字符串相匹配的定長子串作為目標定長子串；

根據(jù)所述目標定長子串的順序和內容，確定與所述待匹配字符串相匹配的目標正則表達式，以根據(jù)目標正則表達式判定所述待匹配字符串的安全性。

第二方面，本發(fā)明的實施例提供了一種正則表達式的匹配裝置，包括：

劃分模塊，用于抽取用于標識每一正則表達式的字符串，并將每一字符串劃分為定長子串；

匹配模塊，用于獲取從網(wǎng)絡抓取的待匹配字符串，將與所述待匹配字符串相匹配的定長子串作為目標定長子串；

確定模塊，用于根據(jù)所述目標定長子串的順序和內容，確定與所述待匹配字符串相匹配的目標正則表達式，以根據(jù)目標正則表達式判定所述待匹配字符串的安全性。

第三方面，本發(fā)明的實施例提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)以上所述的正則表達式的匹配方法的步驟。

第四方面，本發(fā)明的實施例提供一種非暫態(tài)可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以上所述的正則表達式的匹配方法的步驟。

本發(fā)明的實施例提供了一種正則表達式的匹配方法、裝置、電子設備及存儲介質，在抽取標識每一正則表達式的字符串后，將字符串劃分為定長子串。通過定長子串去過濾與待匹配字符串匹配性較好的目標正則表達式，通過目標正則表達式進一步地確定待匹配字符串是否為網(wǎng)絡攻擊數(shù)據(jù)或者病毒。由于對字符串劃分了定長子串，過濾器中只需要存儲各字符組成長度為定長子串的所有可能字符串。相比于存儲每一正則表達式完整的字符串而言，大大降低了所需的存儲空間，且定長子串的所有可能字符串所需最大存儲空間可控，能夠避免過濾器發(fā)生內存溢出錯誤。

附圖說明