基于文本片断与多模部分匹配算法.pdfVIP

第31 卷第3 期 通 信 学 报 Vol.31 No.3 2010 年3 月 Journal on Communications March 2010 基于文本片断的多模部分匹配算法 廖唯棨，邹维 (北京大学 计算机科学技术研究所，北京 100871) 摘 要：在进行基于关键词的网络内容检测时，通常需要流重组甚至文件重组，这将造成安全网关检测时延过大。 针对该问题，首先提出了基于文本片断的部分匹配概念，然后设计并实现了一种基于文本片断的多模部分匹配算 法。该算法能检测文本片断中的特征片断而无需进行重组。最后经过实验验证，相对于基于完整文本的多模匹配 算法，在文本片断足够大的情况下，该算法漏报率为0，且误报率足够小。 关键词：信息安全；多模匹配；部分匹配；网络内容检查 中图分类号：TP301 文献标识码：A 文章编号：1000-436X(2010)03-0031-06 Multi-keyword partial matching algorithm based on text fragments LIAO Wei-qi, ZOU Wei (Institute of Computer Science Technology of Peking University, Beijing 100871, China) Abstract: Network content detection based on keywords in security gateway often need to reassemble the TCP packets and even the whole file, which will cause a long delay. In order to resolve the problem, a new concept of pattern par- tial-matching based on text fragments was presented. A novel multi-keyword partial matching algorithm was also de- signed and realized which could detect the fraction of keywords in data block without re-flow or re-file. Comparing to the normal multi-keyword matching algorithm, it was proved by experiments that the false negative of the algorithm is zero, and the false positive rate is little enough when the data block is large enough. Key words: information security; multi-keyword matching; partial matching; Internet content detecting 得到了更加广泛的应用。 1 引言 常用的多模匹配算法都要求被检测文件的完 模式匹配问题研究在信息检索、模式识别等众 整性，因此在网络环境下，为了避免因待检测特征 多领域均有重大价值。尤其在