深度包检测(Deep Packet Inspection,DPI)是网络入侵检测与防御系统(Network Intrusion Detection/Prevention System,NIDPS)的核心。DPI 技术实时监测网络流量,检测数据包的头部信息和有效载荷。由于具有丰富和灵活的表达能力,正则表达式已被广泛应用于DPI技术中。目前,正则表达式匹配算法主要使用确定型有限自动机(Deterministic Finite Automata,DFA)表示。在给定状态和输入字符的情况下,DFA的状态迁移是唯一确定的。基于三态内容可寻址存储器(Ternary Content Addressable Memory,TCAM)的正则表达式匹配算法提高了数据包的处理速度,成为DPI技术的一个重要研究方向。TCAM具有查找速度快、存储空间小等特性,且能耗与存储空间成正比。由于DFA的存储空间开销比较大,且存储空间大小随着DFA步长数的增加而指数倍增,基于TCAM的DFA面临高能耗的问题,特别是多步长DFA。本文首先提出了基于字符索引的单步长DFA算法(Character-Indexed single-stride DFA,CIDFA),将单步长DFA的字母表从状态迁移表中分离,构造字符索引,根据字符索引启动相应的TCAM块,减少查找匹配时激活的TCAM块数,降低TCAM能耗。实验表明:与单步长DFA相比,CIDFA在能耗上平均减少了 92.7%,在存储空间平均开销上平均减少了 32.0%,在吞吐量上平均提高了 57.9%。针对多步长DFA的高能耗问题,本文提出了基于并行字符索引的多步长DFA算法(Parallel Character-Indexed multi-stride DFA,PCIDFA),按照多步长 DFA 的步长数构造多个字符索引,将并行字符索引对应的比特位图取交集,启动对应的TCAM块,显著降低TCAM能耗。实验表明:与多步长DFA相比,PCIDFA在能耗上减少了三个数量级以上,在存储空间开销上平均减少了 57.4%,在吞吐量上平均提高了 2.3倍。