[發明專利]文本匹配處理方法及裝置

在審

• 申請號: 201911424830.6
• 申請日: 2019-12-31
• 公開（公告）號: CN111159362A
• 公開（公告）日: 2020-05-15
• 發明（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;網神信息技術（北京）股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 苗曉靜

1.一種文本匹配處理方法，其特征在于，包括：

獲取待匹配文本；

采用AC自動機對所述待匹配文本進行匹配處理獲得匹配結果，根據匹配結果確定所述待匹配文件的風險類別；

其中，所述AC自動機為采用模式串劃分得到的定長模式子串集合構建的AC自動機，記錄有定長模式子串在模式串中的索引值。

2.根據權利要求1所述的文本匹配處理方法，其特征在于，所述采用AC自動機對所述待匹配文本進行匹配處理獲得匹配結果，包括：

采用AC自動機對所述待匹配文本進行掃描，獲得所述待匹配文本中的定長模式子串，根據所述定長模式子串建立模式串匹配進度的映射關系表，以及根據所述定長模式子串和所述映射關系表獲得匹配結果。

3.根據權利要求2所述的文本匹配處理方法，其特征在于，所述根據所述定長模式子串建立模式串匹配進度的映射關系表，以及根據所述定長模式子串和所述映射關系表獲得匹配結果，包括：

更新步驟：獲得當前的定長模式子串，確定當前的定長模式子串是模式串的首個定長模式子串，建立或更新模式串匹配進度的映射關系表，映射關系表包括模式串和定長模式子串的索引值；

獲取步驟：確定當前的定長模式子串對應的模式串存在于所述映射關系表，則獲得當前的定長模式子串的索引值；

判斷步驟：確定當前定長模式子串的索引值和所述映射關系表中當前定長模式子串對應的模式串對應的索引值是否滿足匹配條件，并更新模式串匹配進度的映射關系表；

匹配步驟：重復執行獲取步驟和判斷步驟，直到對所述待匹配文本掃描完成，確定所述映射關系表中模式串對應的索引值與時定長模式子串對應的最大索引值相同，則確定模式串匹配成功。

4.根據權利要求3所述的文本匹配處理方法，其特征在于，所述匹配條件包括：當前的定長模式子串的索引值與映射關系表中當前的定長模式子串對應的模式串對應的索引值之間的差值為1，其中當前的定長模式子串的索引值大于映射關系表中當前的定長模式子串對應的模式串對應的索引值。

5.一種文本匹配處理裝置，其特征在于，包括：

獲取模塊，用于獲取待匹配文本；

處理模塊，用于采用AC自動機對所述待匹配文本進行匹配處理獲得匹配結果，根據匹配結果確定所述待匹配文件的風險類別；

其中，所述AC自動機為采用模式串劃分得到的定長模式子串集合構建的AC自動機，記錄有定長模式子串在模式串中的索引值。

6.根據權利要求5所述的文本匹配處理裝置，其特征在于，所述處理模塊具體用于：

采用AC自動機對所述待匹配文本進行掃描，獲得所述待匹配文本中的定長模式子串，根據所述定長模式子串建立模式串匹配進度的映射關系表，以及根據所述定長模式子串和所述映射關系表獲得匹配結果。

7.根據權利要求6所述的文本匹配處理裝置，其特征在于，所述處理模塊包括：

更新單元，用于獲得當前的定長模式子串，確定當前的定長模式子串是模式串的首個定長模式子串，建立或更新模式串匹配進度的映射關系表，映射關系表包括模式串和定長模式子串的索引值；

獲取單元，用于確定當前的定長模式子串對應的模式串存在于所述映射關系表，則獲得當前的定長模式子串的索引值；

判斷單元，用于確定當前定長模式子串的索引值和所述映射關系表中當前定長模式子串對應的模式串對應的索引值是否滿足匹配條件，并更新模式串匹配進度的映射關系表；

匹配單元，用于對所述待匹配文本掃描完成后，確定所述映射關系表中模式串對應的索引值與定長模式子串對應的最大索引值相同，則確定模式串匹配成功。

8.根據權利要求7所述的文本匹配處理裝置，其特征在于，所述匹配條件包括：當前的定長模式子串的索引值與映射關系表中當前的定長模式子串對應的模式串對應的索引值之間的差值為1，其中當前的定長模式子串的索引值大于映射關系表中當前的定長模式子串對應的模式串對應的索引值。