深度包检测是网络入侵检测及防御系统的核心组件之一。它通过同时检测网络数据包的包头和有效载荷两部分,以实时侦测恶意攻击或识别出某些特殊的网络应用等。正则表达式具有非常丰富而灵活的表达能力,因此被广泛地应用在深度包检测中。目前,正则表达式匹配主要采用确定性有限状态自动机(Deterministic Finite Automata,DFA)来实现。在 DFA 中,一个源状态接受一个输入字符后将会跳转到一个唯一的目的状态。DFA具有状态爆炸问题,即DFA的状态数随着正则表达式的规模变大而指数增加。三态内容可寻址存储器(Ternary Content Addressable Memory,TCAM)是一种非常流行的用于实现正则表达式匹配的硬件设备,以提高其匹配速度。随着网络应用的不断发展,正则表达式变得越来越复杂而庞大。一个复杂而庞大的正则表达式规则集将会消耗巨大的TCAM存储空间,而TCAM的能耗跟其空间消耗成正比,因此巨大的TCAM空间消耗反过来将会导致TCAM的高能耗问题。本文提出一种TCAM能耗高效(Power-efficient DFA,PEDFA)的压缩方法。PEDFA有两种不同的表:字符索引表和迁移表。字符索引表的大小与输入字符的编码方式相关,而迁移表的大小与正则表达式的复杂程度和规模相关。因此,迁移表被压缩得越多,TCAM的空间消耗减少得越多,反过来能够极大地降低TCAM的能耗。PEDFA充分地利用了 TCAM的两个特性:TCAM的‘*’通配符和第一条表项优先匹配。PEDFA包含三个部分:预处理、可恢复性压缩和可行性压缩。预处理通过给DFA状态赋予合理的标识号,以便取得更好的可恢复性压缩的压缩比例。可恢复性压缩利用TCAM的通配符将多条具有相同的目的状态和二进制前缀码的表项压缩成一条表项。可行性压缩利用TCAM的第一条表项优先匹配的特性来继续对冗余的表项压缩为一条默认表项,并把该默认表项后置于未被压缩的表项,以确保压缩的正确性。对现实生活中的正则表达式数据集的实验结果表明,与之前的研究相比,PEDFA平均地降低了 87.4%的能耗,减少了 93.2%的空间消耗和提高了 114.7%的吞吐量。