CN117709298B - 一种双字符流的扫描方法、电子设备、存储介质及系统 - Google Patents

Abstract

本申请提供了一种双字符流的扫描方法、电子设备、存储介质及系统，涉及数据处理技术领域，其中，该方法包括确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件；若是，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串，并将多个合并字符串依次输入预设扫描引擎进行扫描；若否，则将第一待输入字符串和第二待输入字符串依次输入预设扫描引擎进行扫描，以降低单体DFA在多字符串流输入时的扫描时间。

Description

一种双字符流的扫描方法、电子设备、存储介质及系统

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种双字符流的扫描方法、电子设备、存储介质及系统。

背景技术

对于单体原始DFA扫描来说，一段时间内只能处理一个字符串流，当有多个字符串流同时输入时，单体原始DFA的扫描时间大大延长。因此，需要一种方法来缩短单体DFA进行多字符串流扫描时的用时。

发明内容

有鉴于此，本申请的目的在于提供一种双字符流的扫描方法、电子设备、存储介质及系统，以降低单体DFA在多字符串流输入时的扫描时间。

第一方面，本申请提供了一种双字符流的扫描方法，方法包括：确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件；若是，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串，并将多个合并字符串依次输入预设扫描引擎进行扫描；若否，则将第一待输入字符串和第二待输入字符串依次输入预设扫描引擎进行扫描。

优选的，确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件的步骤，具体包括：确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符；若存在，则确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，若不相同，则确定不满足合并扫描条件；若不存在，则确定不满足合并扫描条件。

优选的，通过以下方式生成多个合并字符串：将多个连续的重复字符确定为第一合并字符串；将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串。

优选的，通过以下方式确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同：确定第一待输入字符串中第一合并字符串的上一字符扫描后的第一终止状态；确定第二待输入字符串中第二合并字符串的上一字符扫描后的第二终止状态；确定第一终止状态与第二终止状态是否相同；若是，则确认相同。

优选的，确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符的步骤，具体包括：确定第一待输入字符串和第二待输入字符串之间的连续重复字符；确定出连续重复字符在对应的待输入字符串中的位置标记；若确定出的位置标记完全相同，则确定存在；若确定出的位置标记不完全相同，则确定不存在。

第二方面，本申请提供了一种双字符流的扫描系统，系统包括：

判定模块，用于确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件；

合并模块，用于若确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串；

扫描模块，用于对输入的字符串进行扫描，并将扫描后的终止状态反馈给合并模块。

优选的，合并模块具体用于：确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符；若存在，则确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，并执行生成多个合并字符串的步骤。

优选的，合并模块还用于通过以下方式生成多个合并字符串：将多个连续的重复字符确定为第一合并字符串；将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串。

第三方面，本申请还提供一种电子设备，包括：处理器、存储器和总线，存储器存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通过总线通信，机器可读指令被处理器执行时执行如上述的一种双字符流的扫描方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种双字符流的扫描方法的步骤。

本申请提供的一种双字符流的扫描方法、电子设备、存储介质及系统，其中，方法包括确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件；若是，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串，并将多个合并字符串依次输入预设扫描引擎进行扫描；若否，则将第一待输入字符串和第二待输入字符串依次输入预设扫描引擎进行扫描。通过在多字符进行扫描前进行预处理，可以对可合并的字符串进行合并，进而减少扫描总字符，降低了单体DFA在多字符串流输入时的扫描时间。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例所提供的一种双字符流的扫描方法的流程图；

图2为本申请实施例所提供的一种确定是否满足合并扫描条件的步骤的流程图；

图3为本申请实施例所提供的一种双字符流的扫描系统的结构示意图；

图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

首先，对本申请可适用的应用场景进行介绍。本申请可应用于双字符流的单体DFA扫描系统。

基于此，本申请实施例提供了一种双字符流的扫描方法、电子设备、存储介质及系统。

请参阅图1，图1为本申请实施例所提供的一种双字符流的扫描方法的流程图。如图1中所示，本申请实施例提供的一种双字符流的扫描方法，包括：

S101、确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件。

对于单体DFA扫描系统而言，当有多个字符串需要处理时，在输入扫描之前，可以先确定字符串之间是否可以合并。

这里输入的字符串的长度一般为5至7个字符长度。

请参阅图2，图2为本申请实施例所提供的一种确定是否满足合并扫描条件的步骤的流程图。具体的，确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件的步骤，具体包括：

S1010、确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符；

确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符的步骤，具体包括：

确定第一待输入字符串和第二待输入字符串之间的连续重复字符。确定出连续重复字符在对应的待输入字符串中的位置标记。若确定出的位置标记完全相同，则确定存在。若确定出的位置标记不完全相同，则确定不存在。

这里连续的重复字符的数量需要大于两个。

S1012、若存在，则确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，若不相同，则确定不满足合并扫描条件。

通过以下方式确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同：

通过以下方式确定所述第一待输入字符串和所述第二待输入字符串各自对应的目标状态是否相同：

确定所述第一待输入字符串中第一合并字符串的上一字符扫描后的第一终止状态。确定所述第二待输入字符串中第二合并字符串的上一字符扫描后的第二终止状态。确定所述第一终止状态与所述第二终止状态是否相同；若是，则确认相同。

示例性的，第一待输入字符串=/>对应的目标状态可以为上一字符串/>扫描后的终止状态/>=2，第二待输入字符串/>对应的目标状态可以为上一字符串/>扫描后的终止状态/>=2，此时，则可以对/>与/>进行合并。

具体的，通过以下方式生成多个合并字符串：

将多个连续的重复字符确定为第一合并字符串。将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串。

示例性的，当第一待输入字符串=/>、第二待输入字符串，则可以合并为合并字符串“gfedcba”。

当第一待输入字符串=/>、第二待输入字符串，则可以合并为第一合并字符串“gfed”、第二合并字符串“cba”和“abc”。

当第一待输入字符串=/>、第二待输入字符串，则可以合并为第一合并字符串“gfed”、第二合并字符串“aaa”、“bbb”、“cba”和“abc”。

S1014、若不存在，则确定不满足合并扫描条件。

S102、若是，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串，并将多个合并字符串依次输入预设扫描引擎进行扫描。

示例性的，当第一待输入字符串=/>、第二待输入字符串，则可以合并为第一合并字符串“gfed”、第二合并字符串“cba”和“abc”。

对于第一合并字符串“gfed”而言，需要基于上一字符串或/>扫描后的终止状态/>=2或/>=2来作为初始状态，并基于预设的DFA扫描表来进行扫描，并确定出第一合并字符串/>=“gfed”对应的终止状态/>=4。

对于第二合并字符串=“cba”以及/>=“abc”而言，则基于第一合并字符串/>=“gfed”对应的终止状态/>=4作为初始状态，并进行扫描。

S103、若否，则将第一待输入字符串和第二待输入字符串依次输入预设扫描引擎进行扫描。

对于不满足合并扫描条件的字符串，则依次进行扫描。这里的预设扫描引擎为单体DFA。

本申请实施例提供的双字符流的扫描方法，通过在多字符进行扫描前进行预处理，可以对可合并的字符串进行合并，进而减少扫描总字符，降低了单体DFA在多字符串流输入时的扫描时间。

进一步的，本申请实施例所提供的双字符流的扫描方法，可以应用于恶意流量识别、病毒特征扫描或社交网络文本匹配等场景。其中的字符串可以是通过捕获网络流量提取的，这里的字符串可以为ASCII格式。

参阅图3，图3为本申请一实施例提供的一种双字符流的扫描系统的结构示意图。如图3中所示，本申请实施例提供的双字符流的扫描系统的结构示意图，包括：

判定模块，用于确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件。

合并模块，用于若确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件，则基于第一待输入字符串和第二待输入字符串，生成多个合并字符串。

合并模块具体用于：

确定第一待输入字符串和第二待输入字符串之间相同位置上是否存在多个连续的重复字符；若存在，则确定第一待输入字符串和第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，并执行生成多个合并字符串的步骤。

优选的，合并模块还用于通过以下方式生成多个合并字符串：

将多个连续的重复字符确定为第一合并字符串；将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串。

扫描模块，用于对输入的字符串进行扫描，并将扫描后的终止状态反馈给合并模块。

具体的，假设第一待输入字符串为“gfedcba”、第二待输入字符串为“gfedcba”，由于两个字符串流相同，合并后得到的合并字符串流为“gfedcba”，两个字符串流合并成了1条线。如果各自对应的目标状态相同，那么合并模块则将合并字符串流“gfedcba”直接输入至扫描模块进行扫描匹配。否则将第一待输入字符串、第二待输入字符串分别输入扫描模块进行扫描匹配。

由此可见，当不满足合并扫描条件时，DFA需要匹配扫描（“gfedcba”、“gfedcba”）14个字符。当满足合并扫描条件时，DFA需要匹配扫描“gfedcba”7个字符，比14个字符减少了7个。

假设第一待输入字符串为“aaagfedcba”、第二待输入字符串为“bbbgfedabc”，那么合并模块会将生成的合并字符串流分别为“aaa”“bbb”“gfed”“cba”“abc”。

此时，可以首先将“aaa”输入扫描模块，确定出第一目标状态，然后将“bbb”输入扫描模块，确定出第二目标状态 。

如果第一目标状态与第二目标状态不相等，需将“gfed”分别输入扫描模块扫描两次。 如果第一目标状态与第二目标状态相等，需将“gfed”输入扫描模块扫描一次即可。

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1所示方法实施例中的双字符流的扫描方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的双字符流的扫描方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种双字符流的扫描方法，其特征在于，方法包括：

确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件；

若是，则基于所述第一待输入字符串和所述第二待输入字符串，生成多个合并字符串，并将多个合并字符串依次输入预设扫描引擎基于单体DFA进行扫描；

若否，则将第一待输入字符串和第二待输入字符串依次输入预设扫描引擎基于单体DFA进行扫描；

所述确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件的步骤，具体包括：确定所述第一待输入字符串和所述第二待输入字符串之间相同位置上是否存在多个连续的重复字符；若存在，则确定所述第一待输入字符串和所述第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，若不相同，则确定不满足合并扫描条件；若不存在，则确定不满足合并扫描条件；

通过以下方式生成多个合并字符串：将多个连续的重复字符确定为第一合并字符串；将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串；

通过以下方式确定所述第一待输入字符串和所述第二待输入字符串各自对应的目标状态是否相同：确定所述第一待输入字符串中第一合并字符串的上一字符扫描后的第一终止状态；确定所述第二待输入字符串中第二合并字符串的上一字符扫描后的第二终止状态；确定所述第一终止状态与所述第二终止状态是否相同；若是，则确认相同。

2.根据权利要求1所述的方法，其特征在于，所述确定所述第一待输入字符串和所述第二待输入字符串之间相同位置上是否存在多个连续的重复字符的步骤，具体包括：

确定所述第一待输入字符串和所述第二待输入字符串之间的连续重复字符；

确定出所述连续重复字符在对应的待输入字符串中的位置标记；

若确定出的位置标记完全相同，则确定存在；

若确定出的位置标记不完全相同，则确定不存在。

3.一种双字符流的扫描系统，其特征在于，系统包括：

判定模块，用于确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件，具体包括：确定所述第一待输入字符串和所述第二待输入字符串之间相同位置上是否存在多个连续的重复字符；若存在，则确定所述第一待输入字符串和所述第二待输入字符串各自对应的目标状态是否相同，若相同，则确定满足合并扫描条件，若不相同，则确定不满足合并扫描条件；若不存在，则确定不满足合并扫描条件，其中，通过以下方式确定所述第一待输入字符串和所述第二待输入字符串各自对应的目标状态是否相同：确定所述第一待输入字符串中第一合并字符串的上一字符扫描后的第一终止状态；确定所述第二待输入字符串中第二合并字符串的上一字符扫描后的第二终止状态；确定所述第一终止状态与所述第二终止状态是否相同；若是，则确认相同；

合并模块，用于若确定第一待输入字符串和第二待输入字符串是否满足合并扫描条件，则基于所述第一待输入字符串和所述第二待输入字符串，生成多个合并字符串，通过以下方式生成多个合并字符串：将多个连续的重复字符确定为第一合并字符串；将第一待输入字符串和第二待输入字符串中位于多个连续的重复字符位置之前或位置之后的字符串，确定为第二合并字符串；

扫描模块，用于对输入的字符串基于单体DFA进行扫描，并将扫描后的终止状态反馈给所述合并模块。

4.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1或2所述双字符流的扫描方法的步骤。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1或2所述双字符流的扫描方法的步骤。