字符串匹配算法一直是计算机科学领域中一个比较经典的研究方向。在IPv6协议逐步代替IPv4协议的过程中，由于地址空间的扩大，可以接入更多的设备，致使在互联网上将会产生更多的数据信息。在信息安全系统中，模式集合的不断扩展、网络流量的不断增加，这都对字符串匹配算法的性能提出了更高的要求。本文首先对相关研究背景进行了介绍，研究了多种经典的字符串匹配算法的原理，并给出了它们的优势和不足，以及适用的场合。然后介绍了当前多核处理器逐渐普及的形势，由于传统的字符串匹配算法并不能灵活的移植到多核处理器上，本文提出了一种基于自动机的并行字符串匹配算法PSMBD，它避免了一些常见的并行方法的缺陷，通过对模式集合按照首字符进行分类，可以让处理器的所有核心同时处理待匹配文本，而不会产生冲突，达到了速度上的提升。由于其使用了自动机这种存储结构，所以常见的压缩自动机内存的方法都可以移植过来，在算法的优化上比较灵活。随后，本文针对特定应用中模式集合的特征优化字符串匹配算法，在分析了信息安全系统中模式集合与待匹配文本的特征之后，提出了一种基于分类思想的字符串匹配算法AWXF，它结合了AC算法和WM算法的特性，将模式集合按照模式串的长度进行划分，达到了时间消耗和内存占用上的平衡。尤其是针对WM算法部分，本文提出了大规模模式集合下优化的方法，对速度的提升起到了关键作用。最后，本文对上述两种算法进行了性能测试。实验数据表明，PSMBD算法无论在命中率高或者低的情况下，都有良好的性能提升。针对AWXF算法，通过离线测试，进行初始化时间、内存占用量和匹配时间的对比，通过在线测试，进行CPU利用率的比较，测试结果表明，AWXF算法将优于其上一代CDWH算法。