深度包检测在网络监控中占据着重要的角色,对于规则的描述,正则表达式具有很强的表达能力和灵活性。FSM(有限自动机)为基于正则表达式的多模式匹配提供了较好的理论支持,但缺点是占用很大的存储空间。因此,本文重点研究了有限自动机的存储压缩问题。对于NFA(非确定有限自动机),给出了用扩展方式构建NFA的算法,并设计了对NFA加速构建和存储压缩的一些优化方法,实验表明,NFA在不降低处理性能的前提下节省了大概27%的存储空间。对于DFA(确定有限自动机),一方面,对DFA的状态点数目进行压缩,本文提出了一种复合的FSM的构造方法,通过对正则表达转化成DFA的状态点数目复杂度的分析,将不同复杂度的正则表达式采用不同的方式构建DFA,使得所有平方级和指数级复杂度的状态点数目降低到了线性级；另一方面,对DFA的状态转移数目进行压缩,文中提出了一个高效的压缩算法,即WD2FA(带权延迟DFA)算法,对于任意复杂度的正则表达式都可以将状态转移数目压缩为原来的5%左右。