内容审计是实时检测网络中正发生的事情,并记录和分析网络上的相关数据包,根据数据包的内容来发现网络中存在的不符合规定的内容和行为,并对这些内容和行为进行记录、报警和阻断等。网络信息内容审计融合了计算机网络、数据挖掘、自然语言处理、复杂网络、人工智能等各领域的技术并对网络中所传输的各类信息进行审计检测,严格监控网络中的非法内容和不良信息的传播。内容审计系统由数据捕获、协议分析、数据剥离、数据审计和系统响应五方面组成。协议分析在内容审计系统中起着重要的作用。只有正确地分析出数据传输中所使用的协议,才能对数据进行剥离,进而对数据进行审计。本文首先在抓取大量数据包的基础上对应用层协议BitTorrent、eDonkey、PPLive和QQ协议等做了深入的分析,揭示了在通信过程中服务器与客户端之间以及peer与peer之间(或客户端与客户端之间)彼此交互的过程,找出了能标识唯一标识它们的协议特征码,并对这些协议的特征码进行了总结；其次,通过对模式串集合中模式串之间的前后缀特征的分析,提出了一种双向多模式匹配算法,并对该算法做了详细的说明；最后通过实验得出新的算法在时间复杂度和空间复杂度方面有了更好的改进,并最后将新的算法用于新设计的协议分析工具之中,取得了很高的协议识别率和较低的误判率。