一种基于有限状态自动机的字符串匹配方法及装置制造方法及图纸

本发明专利技术公开了一种基于有限状态自动机的字符串匹配方法及装置，该方法包括：确定用户输入的关键字在设定的关键字组中时，调用所述关键字组对应的有限状态自动机ＤＦＡ程序代码；所述程序代码为根据采用Ａｈｏ－Ｃｏｒａｓｉｃｋ算法针对所述关键字组确定的当前状态、输入字符和输出状态的对应关系预先生成的；执行所述程序代码，依次输入待搜索数据库中包含的字符，并根据当前状态和输入字符，确定输出状态；所述输出状态即为下次输入字符时的当前状态；根据所述输出状态输出字符匹配结果。上述方法，采用程序代码的形式存放ＤＦＡ，减少了系统处理时延，提高了字符匹配的速度和效率。

【技术实现步骤摘要】

本专利技术涉及检索
，尤指一种基于有限状态自动机(Deterministic Finite State Automaton, DFA)的字符串匹配方法及装置。
技术介绍
Aho-Corasick算法于1975年由贝尔实验室的Aho和Corasick在《Efficient String Matching: An Aid to Bibliographic Search》中提出，其核心是一个涵盖所 有查询关4建字的有卩艮4犬态自动才几(Deterministic Finite State Automaton, DFA )。 待搜索的数据库中的每个字符逐个输入到DFA中，当某个查询关键字命中， DFA输出报告。通过Aho-Corasick算法得到DFA的过程中，需要构造三个函数GOTO, FAILURE和OUTPUT。构造这三个函数的流程包括 1.1构造GOTO函数。该过程需要输入的是要查询的关键字集合。例如输入的关键字集合是 K={yl, y2,， yk}。输出的是GOTO函数和部分完成的OUTPUT函数。 1.2构造FAILURE函数该过程需要输入的是上述过程1.1中得到的GOT本文档来自技高网...

【技术保护点】
一种基于有限状态自动机的字符串匹配方法，其特征在于，包括：　确定用户输入的关键字在设定的关键字组中时，调用所述关键字组对应的有限状态自动机ＤＦＡ程序代码；所述程序代码为根据采用Ａｈｏ－Ｃｏｒａｓｉｃｋ算法针对所述关键字组确定的当前状态 、输入字符和输出状态的对应关系预先生成的；　执行所述程序代码，依次输入待搜索数据库中包含的字符，并根据当前状态和输入字符，确定输出状态；所述输出状态即为下次输入字符时的当前状态；　根据所述输出状态输出字符匹配结果。

【技术特征摘要】
1、一种基于有限状态自动机的字符串匹配方法，其特征在于，包括确定用户输入的关键字在设定的关键字组中时，调用所述关键字组对应的有限状态自动机DFA程序代码；所述程序代码为根据采用Aho-Corasick算法针对所述关键字组确定的当前状态、输入字符和输出状态的对应关系预先生成的；执行所述程序代码，依次输入待搜索数据库中包含的字符，并根据当前状态和输入字符，确定输出状态；所述输出状态即为下次输入字符时的当前状态；根据所述输出状态输出字符匹配结果。2、 如权利要求1所述的方法，其特征在于，还包括根据程序代码的允 许大小，选取所述DFA中包含的与初始状态具有衍生关系的部分状态，所选 取的部分状态的出现频率之和大于设定的阈值；生成仅包含以选取的部分状态作为当前状态时，输入字符后所对应的输出 状态的程序代码。3、 如权利要求2所述的方法，其特征在于，所述程序代码仅包含以选取 的部分状态作为当前状态，输入字符后所对应的输出状态时；其余未被选取的 状态作为当前状态时，输入字符后所对应的输出状态仍从系统主内存中获取。4、 如权利要求1所述的方法，其特征在于，所述根据所述输出状态输出 字符匹配结果，具体包括根据采用Aho-Corasick算法得到的各输出状态所对应的字符匹配结果的 对应关系，查询所述^T出状态所对应的字符匹配结果；当确定所述字符匹配结果为某个关键字命中时，输出字符匹配结果；否则 无输出。5、 如权利要求1-4任一所述的方法，其特征在于，所述设定的关4建字组 根据设定时间段内的关键字使用情况的统计结果定期更新；相应的，根据更新后的关键字组，生成对应的DFA程序代码。6、 一种基于有限状态自动机的字符串匹配装置，其特征在于，包括 生成才莫块，用于采用Aho-Corasick算法针对选定的关4定字组确定当前状态、输入字符和输出状态的对应关系，...

【专利技术属性】
技术研发人员：黄凯明，
申请(专利权)人：福建星网锐捷网络有限公司，
类型：发明
国别省市：35[中国|福建]