正则表达式是一种包含普通字符和通配符的模式串,它具有很灵活的的表达能力,其丰富的语义和强大的表达能力赋予了它对各种特征有效的描述能力,也就是具有这样的能力使得正则表达式匹配技术占据了网络内容过滤分析系统和网络入侵监测系统中的核心地位。随着互联网的快速发展,尤其是移动互联网的崛起,新型网络应用的井喷,网络信息量呈指数级增长,带来了待检测数据量以及正则表达式的规则数目的急增,这对正则表达式匹配技术的匹配性能提出了巨大的挑战。国内外的研究者目前对正则表达式匹配技术的研究工作主要集中在将其转化为自动机进行匹配时的匹配效率和空间存储两方面。本文选择正则表达式匹配算法的匹配效率作为研究方向进行了一系列的研究,主要的研究工作可以分为以下的两个部分:研究了空间高效,时间低效的非确定型自动机(NFA)匹配算法,对基于Glushkov构造方法的NFA进行改进,提出了基于激活状态过滤的正则表达式匹配算法,通过多加载一个待匹配字符进入自动机从而降低激活状态集的大小,减少验证次数的方式来提升基于Glushkov NFA的正则表达式匹配算法的匹配效率。研究了正则表达式的结构以及实际互联网中目标数据的分布情况和基于后缀搜索的字符串匹配算法,提出了基于预检的正则表达式匹配算法。因为实际互联网数据中目标数据只占有很少的比例,很多都是不相关数据,原始的正则表达式匹配算法依次对待匹配数据全部进行匹配从而降低了匹配的效率。本文提出的算法通过从正则表达式中提取确定字符串,使用具有跳跃特性的基于后缀搜索的字符串匹配算法在待匹配数据中查找可疑数据,然后再进行验证。由于查找可疑数据的过程中过滤了很多不相关数据,只将占很少比例的可疑数据加载到自动机中验证,因此,算法的效率得到很大的提升。综上所述,本文在研究和总结现有的正则表达式匹配算法的基础上,重点对正则表达式匹配算法的匹配效率进行研究,提出优化方案,并且通过实验来验证算法的可行性,最后本文还展望了正则表达式匹配算法的未来发展趋势。