31、正则表达式匹配与代码可追溯性技术解析

正则表达式匹配与代码可追溯性技术解析

在网络安全和软件开发领域，正则表达式匹配与代码可追溯性是两个关键的研究方向。正则表达式匹配在入侵检测系统（IDS）中起着重要作用，而代码可追溯性则对于确保软件的合法性和正确性至关重要。

正则表达式匹配实验

为了评估选择性正则表达式匹配方法，进行了一系列实验，包括正则树构建和选择性匹配。
- 正则树构建 ：
- 实验采用了VRT认证规则集（适用于Snort IDS v2.8）中的三个规则集。根据头部信息对正则表达式进行分组，选取包含多数规则和最多正则表达式的组进行实验。
- 实验在Intel(R) Core(TM)2 Duo CPU 1.87GHz上运行。正则树构建时间明显反映了正则表达式的复杂度。例如，ftp和smtp规则集的正则表达式数量相似，正则树大小也相近，但构建时间差异巨大，smtp集需要26秒，而ftp集仅需9秒。这是因为smtp集的正则表达式平均更长，且包含更多点起始条件（如.*或[^character]形式）。
- 较小、较简单的正则表达式所需处理时间较少，如包含4000多个正则表达式的netbios集仅需3.5秒。总体而言，正则树构建是在规则集上传到系统时离线完成的，这种开销是一次性的，可认为是合理的。
| 规则集 | 正则表达式数量 | 节点总数（根节点数） | 构建时间（ms） |
| — | — | — | — |
| ftp | 54 | 137(93) | 8995 |
| netbios | 4509 | 36(25) | 3516 |
| smtp | 40 | 134(91) | 26570 |