專利名稱：Ac狀態(tài)機(jī)的構(gòu)建方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式匹配技木，尤其涉及ー種AC狀態(tài)機(jī)的構(gòu)建方法及裝置。
背景技術(shù)：
多模式匹配問題是計(jì)算機(jī)科學(xué)的基本問題之一，多模式匹配問題可以簡(jiǎn)單描述為當(dāng)存在一個(gè)搜尋文本和ー個(gè)搜尋模式集合吋，搜尋模式集合包括兩個(gè)以上的搜尋模式，每個(gè)搜尋模式通常是一字符串。在搜尋文本中查找搜尋模式集合中的各搜尋模式。比如搜尋■文本A為abcdefgl23456,搜尋■模式集合C為{abc、ef、tian、123、67、890}。那么，進(jìn)行多模式匹配后，輸出的結(jié)果就是搜尋文本A中包含搜尋模式abc、ef和123。多模式匹配只要掃描一遍搜尋文本，就能夠找出該搜尋文本匹配的所有搜尋模式，具有很高的匹配效率，廣泛用于入侵檢測(cè)、病毒檢測(cè)、搜索引擎和數(shù)據(jù)挖掘等領(lǐng)域。AC (Aho-Corasick)算法是ー種經(jīng)典的多模式匹配算法，能夠在任意的搜尋文本中定位任一個(gè)搜尋模式的所有位置。該算法利用有限自動(dòng)機(jī)巧妙地將字符比較轉(zhuǎn)化為狀態(tài)轉(zhuǎn)移。其原理是首先根據(jù)搜尋模式集合定義ー個(gè)有限狀態(tài)模式匹配機(jī)，然后把搜尋文本作為模式匹配狀態(tài)機(jī)的輸入，只要匹配到搜尋模式，就會(huì)通報(bào)此搜尋模式成功。在標(biāo)準(zhǔn)的AC算法中，搜尋文本的每次輸入是ー個(gè)字節(jié)。以搜尋■模式集合{he、she、his、hers}為例，由此搜尋■模式集合構(gòu)建的AC狀態(tài)機(jī)如圖IA IC所不。圖IA 圖IC為現(xiàn)有技術(shù)AC狀態(tài)機(jī)的不意圖。圖IA的關(guān)鍵字樹中，每ー個(gè)圓圈表示ー個(gè)狀態(tài)節(jié)點(diǎn)，每個(gè)狀態(tài)節(jié)點(diǎn)都包含三個(gè)重要數(shù)據(jù)轉(zhuǎn)移(goto)函數(shù)(圖1A)、失效(failure)函數(shù)(圖 1B)、輸出(output)函數(shù)(圖 1C)。其中，goto函數(shù)用于把ー個(gè)由狀態(tài)和輸入字符組成的ニ元組映射成另ー個(gè)狀態(tài)或是失效;failure函數(shù)用于把ー個(gè)狀態(tài)映射到另ー個(gè)狀態(tài)。當(dāng)goto函數(shù)報(bào)告失效時(shí)，failure函數(shù)就會(huì)被詢問；output函數(shù)，用于表示某個(gè)搜尋模式已經(jīng)被匹配。在基本AC狀態(tài)機(jī)的狀態(tài)遷移中，在當(dāng)前狀態(tài)S和輸入字符c下，下ー個(gè)狀態(tài)為操作I :如果goto (S，c)存在，那么下ー個(gè)狀態(tài)為goto (S，C)，算法結(jié)束，否則，執(zhí)行操作2 ；操作2 :將failure (S)賦值給S，執(zhí)行操作I。由于在基本AC狀態(tài)機(jī)中，如果goto函數(shù)的結(jié)果不存在，就會(huì)導(dǎo)致一次或是多次的訪問failure函數(shù)，為了提高AC狀態(tài)機(jī)的效率，現(xiàn)有技術(shù)提出ー種去failure的AC狀態(tài)機(jī)。在去failure的AC狀態(tài)機(jī)中，姆ー個(gè)狀態(tài)節(jié)點(diǎn)沒有failure函數(shù),而是把goto函數(shù)和failure函數(shù)統(tǒng)一為下一個(gè)狀態(tài)(nextstate)函數(shù)。去failure的AC狀態(tài)機(jī)的示意圖和標(biāo)準(zhǔn)AC狀態(tài)機(jī)的示意圖是ー樣的，只是每個(gè) 狀態(tài)節(jié)點(diǎn)下，不再有g(shù)oto函數(shù)和failure函數(shù),而是用nextstate函數(shù)替代。nextstate函數(shù)用于把ー個(gè)由狀態(tài)和輸入字符組成的ニ元組映射成另ー個(gè)狀態(tài)。即通過nextstate函數(shù)，可獲知ー個(gè)確定的下ー個(gè)狀態(tài)。有了 nextstate函數(shù)后，AC狀態(tài)機(jī)的遷移就簡(jiǎn)單多了，在當(dāng)前狀態(tài)S和當(dāng)前輸入字符c下,那么下ー個(gè)狀態(tài)就是nextstate (S, c)。為了方便獲取nextstate函數(shù)，每ー個(gè)狀態(tài)節(jié)點(diǎn)需保存下一個(gè)狀態(tài)表，每ー個(gè)狀態(tài)節(jié)點(diǎn)的下一個(gè)狀態(tài)表記錄在當(dāng)前狀態(tài)下，在不同的輸入字符時(shí)的下ー個(gè)狀態(tài)值，即在當(dāng)前狀態(tài)下，輸入某個(gè)字符，那么將遷移到哪ー個(gè)狀態(tài)。由于字符是ー個(gè)字節(jié)，能夠表示美國(guó)信息互換標(biāo)準(zhǔn)代石馬(American Standard Code for Information Interchange,以下簡(jiǎn)稱ASCII)碼中的0 255。其 中，ASCII碼值表記錄的是用戶所看到的字符與計(jì)算機(jī)內(nèi)部的真正數(shù)值之間的映射，由于ー個(gè)字節(jié)的取值范圍是0 255，因而ASCII碼值表有256個(gè)單元。比如用戶看到的字母a，計(jì)算機(jī)內(nèi)部的保存數(shù)值是97 ;用戶看到的數(shù)字1，計(jì)算機(jī)內(nèi)部的保存數(shù)值是31，等等。因而下ー個(gè)狀態(tài)表是ー個(gè)具有256個(gè)成員的數(shù)組。以圖IA中的狀態(tài)節(jié)點(diǎn)I為例，狀態(tài)節(jié)點(diǎn)I在256個(gè)不同ASCII碼值輸入時(shí)的下一個(gè)狀態(tài)表，可以如表I所
/Jn o表I
0_0 _
I_0 _
2-100_0 _101_2_
102-104 _0 _
105 _6 _
106-255 _0 _表I中列出的是圖IA中狀態(tài)節(jié)點(diǎn)I的下一個(gè)狀態(tài)表，描述狀態(tài)節(jié)點(diǎn)I在256個(gè)不同的ASCII碼值輸入時(shí)，狀態(tài)節(jié)點(diǎn)I的下一個(gè)狀態(tài)；下一個(gè)狀態(tài)表是ー個(gè)數(shù)組(array)，其中數(shù)組的下標(biāo)值用index表示在輸入的字符的ASCII碼值為數(shù)組下標(biāo)值時(shí)，狀態(tài)節(jié)點(diǎn)I的下一個(gè)狀態(tài)節(jié)點(diǎn)的值為 nextstate (I, index) = array [index]。為了更好地理解，下面舉ー個(gè)例子以數(shù)組的下標(biāo)值為101為例，通過表I可以看出，當(dāng)數(shù)組下標(biāo)值為101時(shí)，數(shù)組的值為2,即nextstate (1,101) = 2,表示在狀態(tài)節(jié)點(diǎn)I,當(dāng)輸入的字符的ASCII碼值為101時(shí)，下一個(gè)狀態(tài)節(jié)點(diǎn)為狀態(tài)節(jié)點(diǎn)2，而ASCII碼值101正好對(duì)應(yīng)小寫字母e，即在狀態(tài)節(jié)點(diǎn)I時(shí)，輸入字母e，那么下一個(gè)狀態(tài)節(jié)點(diǎn)為狀態(tài)節(jié)點(diǎn)2，這正如圖IA中所示。在使用去failure的AC狀態(tài)機(jī)進(jìn)行多模式匹配吋，以搜尋模式集合{he、his、hers、she}和搜尋■文本“his book not hers”為例，從去failure的AC狀態(tài)機(jī)的初始狀態(tài)開始，將搜尋文本的字符逐個(gè)輸入，重復(fù)下述的操作在當(dāng)前狀態(tài)節(jié)點(diǎn)下，從下ー個(gè)狀態(tài)表中，訪問對(duì)應(yīng)于當(dāng)前輸入字符的下ー個(gè)狀態(tài)；然后，遷移到此下ー個(gè)狀態(tài)。當(dāng)搜尋■文本輸入結(jié)束,就能識(shí)別出搜尋■模式his和hers。在實(shí)際操作中，往往會(huì)出現(xiàn)包含通配符的搜尋模式，用“？”來表示，每ー個(gè)“？”代表ー個(gè)字符。例如a c表示搜尋模式具有這樣的特征三個(gè)字符，其中第一個(gè)字符為a，最后ー個(gè)字符為C，第二個(gè)字符為任意字符。再比如a c表示搜尋模式具有這樣的特征第一個(gè)字符為a，最后ー個(gè)字符為C，第二個(gè)字符為任意字符，第三個(gè)字符為任意字符。但是現(xiàn)有的AC狀態(tài)機(jī)只能處理確定的搜索模式，對(duì)于含有通配符“ ？ ”的搜尋模式，AC狀態(tài)機(jī)無法處理，這大大減少了 AC狀態(tài)機(jī)的使用范圍。

發(fā)明內(nèi)容
本發(fā)明提供ー種AC狀態(tài)機(jī)的構(gòu)建方法及裝置，以使AC狀態(tài)機(jī)能夠處理含有通配符的搜尋模式。本發(fā)明的第一個(gè)方面是提供一種AC狀態(tài)機(jī)的構(gòu)建方法，包括將各搜尋模式中的各通配符設(shè)置為特定字符； 根據(jù)所述各搜尋模式構(gòu)建關(guān)鍵字樹，所述關(guān)鍵字樹包括各狀態(tài)節(jié)點(diǎn)、各狀態(tài)節(jié)點(diǎn)的goto函數(shù)表和output函數(shù)表，其中，將基于所述特定字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)視為通配符節(jié)點(diǎn)；將所述通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至所述兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符，其中，所述兄弟狀態(tài)節(jié)點(diǎn)為與所述通配符節(jié)點(diǎn)具有同一上層狀態(tài)節(jié)點(diǎn)的狀態(tài)節(jié)點(diǎn)；當(dāng)識(shí)別到復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)時(shí)，將復(fù)制goto函數(shù)表中的不確定goto函數(shù)視為新goto函數(shù),原有g(shù)oto函數(shù)表中的不確定goto函數(shù)視為舊goto函數(shù)；將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)，并返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止；將所述特定字符轉(zhuǎn)換為所述通配符，并從所述通配符中排除所述兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。本發(fā)明的另一方面提供ー種AC狀態(tài)機(jī)的構(gòu)建裝置，包括設(shè)定模塊，用于將各搜尋模式中的通配符設(shè)置為特定字符；構(gòu)建模塊，用于根據(jù)所述各搜尋模式構(gòu)建關(guān)鍵字樹，所述關(guān)鍵字樹包括各狀態(tài)節(jié)點(diǎn)、各狀態(tài)節(jié)點(diǎn)的goto函數(shù)表和output函數(shù)表，其中，將基于所述特定字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)視為通配符節(jié)點(diǎn)；復(fù)制模塊，用于將所述通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至所述兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符，其中，所述兄弟狀態(tài)節(jié)點(diǎn)為與所述通配符節(jié)點(diǎn)具有同一上層狀態(tài)節(jié)點(diǎn)的狀態(tài)節(jié)點(diǎn)；識(shí)別模塊，用于當(dāng)識(shí)別到復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)時(shí)，將復(fù)制goto函數(shù)表中的不確定goto函數(shù)視為新goto函數(shù)，原有g(shù)oto函數(shù)表中的不確定goto函數(shù)視為舊goto函數(shù)，并將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)，并返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止；排除模塊，用于將所述特定字符轉(zhuǎn)換為所述通配符，并從所述通配符中排除所述兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。
根據(jù)本發(fā)明的AC狀態(tài)機(jī)的構(gòu)建方法及裝置，以使AC狀態(tài)機(jī)能夠處理含有通配符的搜尋模式。


圖IA 圖IC為現(xiàn)有技術(shù)中AC狀態(tài)機(jī)的構(gòu)建方法；圖2A為本發(fā)明一實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法的流程示意圖；圖2B 圖2D為本發(fā)明ー實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法中的關(guān)鍵字樹的構(gòu)建圖；圖3A 3F為本發(fā)明另ー實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法中的關(guān)鍵字樹的構(gòu)建圖；圖4為本發(fā)明另ー實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建裝置的結(jié)構(gòu)示意圖；圖5為本發(fā)明另ー實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建裝置的結(jié)構(gòu)示意圖。
具體實(shí)施例方式實(shí)施例一本實(shí)施例提供ー種AC狀態(tài)機(jī)的構(gòu)建方法。該方法適用于AC狀態(tài)機(jī)的構(gòu)建裝置，該AC狀態(tài)機(jī)的構(gòu)建裝置通過將通配符看做是特定字符構(gòu)造標(biāo)準(zhǔn)的goto函數(shù)表和output函數(shù)表，并對(duì)含有基于通配符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)進(jìn)行拆分和合井，以消除不確定的goto函數(shù)，同時(shí)修改output函數(shù)表,最終構(gòu)造出能夠處理通配符的AC狀態(tài)機(jī)。如圖2A所示，為本實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法的流程示意圖。該AC狀態(tài)機(jī)的構(gòu)建方法包括步驟201，將各搜尋模式中的各通配符設(shè)置為特定字符。本步驟的特定字符可以由非ASCII碼值的數(shù)值表示，例如數(shù)值257、258，可以根據(jù)實(shí)際需要進(jìn)行確定。實(shí)際上通配符本身就代表256個(gè)ASCII碼值，這里僅是為了區(qū)分其與ASCII碼值而將通配符設(shè)定為非ASCII碼值的特定字符。這里的搜尋模式中的通配符的個(gè)數(shù)可以為I個(gè)或多個(gè)。而各搜尋模式中的除各通配符之外的確定字符可以由ASCII碼值的數(shù)值表示。步驟202，根據(jù)各搜尋模式構(gòu)建關(guān)鍵字樹，關(guān)鍵字樹包括各狀態(tài)節(jié)點(diǎn)、各狀態(tài)節(jié)點(diǎn)的goto函數(shù)表和output函數(shù)表，其中，將基于特定字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)視為通配符節(jié)點(diǎn)。步驟203，將通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符，其中，兄弟狀態(tài)節(jié)點(diǎn)為與通配符節(jié)點(diǎn)具有同一上層狀態(tài)節(jié)點(diǎn)的狀態(tài)節(jié)點(diǎn)。這里的goto函數(shù)表為每個(gè)狀態(tài)節(jié)點(diǎn)所對(duì)應(yīng)的goto函數(shù)的集合。步驟204,當(dāng)識(shí)別到復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)時(shí)，將復(fù)制goto函數(shù)表中的不確定goto函數(shù)視為新goto函數(shù)，原有g(shù)oto函數(shù)表中的不確定goto函數(shù)視為舊goto函數(shù)。步驟205,將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)，并返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止。步驟206，將特定字符轉(zhuǎn)換為通配符，并從通配符中排除兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。在步驟206之后，可以按照現(xiàn)有技術(shù)中的去failure算法構(gòu)建最終的AC狀態(tài)機(jī)，即在步驟206之后，還包括根據(jù)關(guān)鍵字樹和去failure算法構(gòu)建AC狀態(tài)機(jī)。根據(jù)本實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法，通過將通配符設(shè)定為特定函數(shù)，并通過拆分和復(fù)制goto函數(shù)表，構(gòu)造出了能夠處理通配符的AC狀態(tài)機(jī)，増加了 AC狀態(tài)機(jī)的適用范圍。實(shí)施例ニ本實(shí)施例對(duì)上述實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法做進(jìn)ー步補(bǔ)充說明。本實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法在步驟203后且在步驟204之前，還包括識(shí)別 復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)。該識(shí)別復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)包括識(shí)別復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表的各轉(zhuǎn)移函數(shù)表達(dá)式和轉(zhuǎn)移函數(shù)輸出值；將轉(zhuǎn)移函數(shù)表達(dá)式相同，且轉(zhuǎn)移函數(shù)輸出值不同的轉(zhuǎn)移函數(shù)作為不確定goto函數(shù)。本實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法，通過識(shí)別goto狀態(tài)表中的不確定goto函數(shù)，進(jìn)而對(duì)該不確定goto函數(shù)進(jìn)行處理，能夠最大程度保證所構(gòu)造的AC狀態(tài)機(jī)的準(zhǔn)確性。實(shí)施例三本實(shí)施例對(duì)上述實(shí)施例的AC狀態(tài)機(jī)的構(gòu)建方法做進(jìn)ー步限定。本實(shí)施例中，在將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)之后，且在返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止之前，還包括判斷新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)是否為終狀態(tài)節(jié)點(diǎn)，當(dāng)判斷結(jié)果為是時(shí)，將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表中，終狀態(tài)節(jié)點(diǎn)為各搜尋模式中最后ー個(gè)輸入字符對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)。本實(shí)施例的其它步驟均與實(shí)施例一中一致，在此不再贅述。本實(shí)施例中，通過將終狀態(tài)節(jié)點(diǎn)的output函數(shù)表進(jìn)行復(fù)制,能夠保證最終構(gòu)建的AC狀態(tài)機(jī)在進(jìn)行搜索時(shí)的完整性，不會(huì)因?yàn)槟承顟B(tài)節(jié)點(diǎn)的output函數(shù)不完整而漏掉某些內(nèi)容。實(shí)施例四下面以具體實(shí)例來描述AC狀態(tài)機(jī)的構(gòu)建方法，本實(shí)施例中的搜尋模式集合為{ao、abb、a b、a bg、acoc}。首先，將搜尋模式中的通配符“？”設(shè)置為特定字符，例如，可以將其看做是數(shù)值256，正常的ASCII碼值的范圍為0 255。可選地，還可以是各搜尋模式中的字符由ASCII碼值表示，特定字符由非ASCII碼值的數(shù)值表示。特定字符的設(shè)定可以根據(jù)實(shí)際需要自行設(shè)定。對(duì)于搜尋■模式集合{ab、abb、a b、a bg、acbc},其構(gòu)造出來的第一臨時(shí)關(guān)鍵字樹如圖2B所示。該第一臨時(shí)關(guān)鍵字樹中的每個(gè)終狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的輸出值如表2所示，即該第一臨時(shí)關(guān)鍵字樹中姆個(gè)狀態(tài)節(jié)點(diǎn)所對(duì)應(yīng)的output函數(shù)表如表2所示。這里的終狀態(tài)節(jié)點(diǎn)指的是基于各搜尋模式最后ー個(gè)字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)。本實(shí)施例中，圖2B中的狀態(tài)節(jié)點(diǎn)2、狀態(tài)節(jié)點(diǎn)3、狀態(tài)節(jié)點(diǎn)5、狀態(tài)節(jié)點(diǎn)10和狀態(tài)節(jié)點(diǎn)11即為終狀態(tài)節(jié)點(diǎn)。另外，狀態(tài)節(jié)點(diǎn)4視為通配符節(jié)點(diǎn)。表權(quán)利要求
1.ー種AC狀態(tài)機(jī)的構(gòu)建方法,其特征在于,包括 將各搜尋模式中的各通配符設(shè)置為特定字符； 根據(jù)所述各搜尋模式構(gòu)建關(guān)鍵字樹，所述關(guān)鍵字樹包括各狀態(tài)節(jié)點(diǎn)、各狀態(tài)節(jié)點(diǎn)的goto函數(shù)表和output函數(shù)表，其中，將基于所述特定字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)視為通配符節(jié)點(diǎn)； 將所述通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至所述兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符，其中，所述兄弟狀態(tài)節(jié)點(diǎn)為與所述通配符節(jié)點(diǎn)具有同一上層狀態(tài)節(jié)點(diǎn)的狀態(tài)節(jié)點(diǎn)； 當(dāng)識(shí)別到復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)時(shí)，將復(fù)制goto函數(shù)表中的不確定goto函數(shù)視為新goto函數(shù),原有g(shù)oto函數(shù)表中的不確定goto函數(shù)視為舊goto函數(shù)； 將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)，并返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止； 將所述特定字符轉(zhuǎn)換為所述通配符，并從所述通配符中排除所述兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。
2.根據(jù)權(quán)利要求I所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在于，各搜尋模式中的確定字符由ASCII碼值表示，所述特定字符由非ASCII碼值的數(shù)值表示。
3.根據(jù)權(quán)利要求I或2所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在于，識(shí)別復(fù)制goto函數(shù)與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)存在不確定goto函數(shù)包括 識(shí)別復(fù)制goto函數(shù)與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)的各轉(zhuǎn)移函數(shù)表達(dá)式和轉(zhuǎn)移函數(shù)輸出值； 將轉(zhuǎn)移函數(shù)表達(dá)式相同，且轉(zhuǎn)移函數(shù)輸出值不同的轉(zhuǎn)移函數(shù)作為不確定goto函數(shù)。
4.根據(jù)權(quán)利要求I所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在于，所述通配符為？。
5.根據(jù)權(quán)利要求4所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在于，所述搜尋模式中所述通配符的個(gè)數(shù)為I個(gè)或多個(gè)。
6.根據(jù)權(quán)利要求I所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在干，所述將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)之后，且在返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止之前，還包括 判斷所述新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)是否為終狀態(tài)節(jié)點(diǎn)，當(dāng)判斷結(jié)果為是時(shí)，將所述新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表中，所述終狀態(tài)節(jié)點(diǎn)為所述各搜尋模式中最后ー個(gè)輸入字符對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)。
7.根據(jù)權(quán)利要求I所述的AC狀態(tài)機(jī)的構(gòu)建方法，其特征在于，在所述排除所述兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符之后，還包括 根據(jù)所述關(guān)鍵字樹和去failure算法構(gòu)建AC狀態(tài)機(jī)。
8.—種AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，包括 設(shè)定模塊，用于將各搜尋模式中的通配符設(shè)置為特定字符；構(gòu)建模塊，用于根據(jù)所述各搜尋模式構(gòu)建關(guān)鍵字樹，所述關(guān)鍵字樹包括各狀態(tài)節(jié)點(diǎn)、各狀態(tài)節(jié)點(diǎn)的goto函數(shù)表和output函數(shù)表,其中，將基于所述特定字符所轉(zhuǎn)移至的狀態(tài)節(jié)點(diǎn)視為通配符節(jié)點(diǎn)； 復(fù)制模塊，用于將所述通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至所述兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符，其中，所述兄弟狀態(tài)節(jié)點(diǎn)為與所述通配符節(jié)點(diǎn)具有同一上層狀態(tài)節(jié)點(diǎn)的狀態(tài)節(jié)點(diǎn)； 識(shí)別模塊，用于當(dāng)識(shí)別到復(fù)制goto函數(shù)表與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)表存在不確定goto函數(shù)時(shí)，將復(fù)制goto函數(shù)表中的不確定goto函數(shù)視為新goto函數(shù)，原有g(shù)oto函數(shù)表中的不確定goto函數(shù)視為舊goto函數(shù)，并將新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的goto函數(shù)表中，去除新goto函數(shù)，并返回執(zhí)行上述識(shí)別步驟，直至未識(shí)別到不確定goto函數(shù)為止； 排除模塊，用于將所述特定字符轉(zhuǎn)換為所述通配符，并從所述通配符中排除所述兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。
9.根據(jù)權(quán)利要求8所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，各搜尋模式中的確定字符由ASCII碼值表示，所述特定字符由非ASCII碼值的數(shù)值表示。
10.根據(jù)權(quán)利要求8或9所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，還包括 識(shí)別不確定函數(shù)模塊，用于識(shí)別復(fù)制goto函數(shù)與兄弟狀態(tài)節(jié)點(diǎn)的原有g(shù)oto函數(shù)的各轉(zhuǎn)移函數(shù)表達(dá)式和轉(zhuǎn)移函數(shù)輸出值，將轉(zhuǎn)移函數(shù)表達(dá)式相同，且轉(zhuǎn)移函數(shù)輸出值不同的轉(zhuǎn)移函數(shù)作為不確定goto函數(shù)，并將識(shí)別結(jié)果發(fā)送至所述識(shí)別模塊。
11.根據(jù)權(quán)利要求8所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，所述通配符為？。
12.根據(jù)權(quán)利要求11所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，所述搜尋模式中所述通配符的個(gè)數(shù)為I個(gè)或多個(gè)。
13.根據(jù)權(quán)利要求8所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，還包括 識(shí)別終狀態(tài)節(jié)點(diǎn)模塊，用于判斷所述新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)是否為終狀態(tài)節(jié)點(diǎn)，當(dāng)判斷結(jié)果為是時(shí)，將所述新goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表復(fù)制到舊goto函數(shù)輸出值所對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)的output函數(shù)表中，所述終狀態(tài)節(jié)點(diǎn)為所述各搜尋模式中最后ー個(gè)輸入字符對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)。
14.根據(jù)權(quán)利要求8所述的AC狀態(tài)機(jī)的構(gòu)建裝置，其特征在于，還包括 構(gòu)建AC狀態(tài)機(jī)模塊，用于根據(jù)所述關(guān)鍵字樹和去failure算法構(gòu)建AC狀態(tài)機(jī)。
全文摘要
本發(fā)明提供一種AC狀態(tài)機(jī)的構(gòu)建方法及裝置，方法包括將各搜尋模式中的各通配符設(shè)置為特定字符；根據(jù)各搜尋模式構(gòu)建關(guān)鍵字樹；將通配符節(jié)點(diǎn)的goto函數(shù)表復(fù)制到兄弟狀態(tài)節(jié)點(diǎn)中，并記錄轉(zhuǎn)移至兄弟狀態(tài)節(jié)點(diǎn)的輸入字符為待排除字符；當(dāng)識(shí)別到存在不確定goto函數(shù)時(shí)，對(duì)不確定goto函數(shù)進(jìn)行處理以消除不確定goto函數(shù)，直至未識(shí)別到不確定goto函數(shù)為止；從通配符中排除兄弟狀態(tài)節(jié)點(diǎn)對(duì)應(yīng)的所有待排除字符。根據(jù)本發(fā)明的AC狀態(tài)機(jī)的構(gòu)建方法及裝置，使AC狀態(tài)機(jī)能夠處理通配符。
文檔編號(hào)G06F17/30GK102646115SQ20121003806
公開日2012年8月22日 申請(qǐng)日期2012年2月17日 優(yōu)先權(quán)日2012年2月17日
發(fā)明者陳國(guó)鵬 申請(qǐng)人:北京星網(wǎng)銳捷網(wǎng)絡(luò)技術(shù)有限公司