[发明专利]一种软件定义网络中正则表达式更新方法及装置

说明书

本发明实施例提供了一种软件定义网络中正则表达式更新方法及装置，应用于软件定义网络中的控制器，控制器中记录有第一正则表达式集合、第一正则表达式集合对应的第一NFA模型，以及由第一NFA模型转换得到的第一DFA模型，方法包括：当检测到第一正则表达式集合调整为第二正则表达式集合时，确定第一正则表达式集合和第二正则表达式集合的交集，利用第一正则表达式集合和第二正则表达式集合中不属于交集的正则表达式，构建目标正则表达式子集；确定目标正则表达式子集对应的目标NFA模型；基于第一NFA模型、第一DFA模型和目标NFA模型，确定第二正则表达式集合所对应的第二DFA模型。应用本发明实施例，减少了控制器的计算量。

技术领域

本发明涉及网络技术领域，特别是涉及一种软件定义网络中正则表达式更新方法及装置。

背景技术

目前，常常需要利用正则表达式来描述字符串的组成规则，并利用正则表达式来判断某些字符串的组成规则是否与该正则表达式所对应的字符串组成规则相匹配，进而根据不同的匹配结果执行不同的操作。

其中，在软件定义网络的控制器中，通常存储有多个正则表达式，即正则表达式集合，并可以基于该正则表达式集合，对流入该软件定义网络的数据流的应用层信息(例如统一资源定位符URL、用户名和应用层协议等等)进行识别，即识别该应用层信息的组成规则是否与该正则表达式集合中至少一个正则表达式所对应的规则相匹配，并在匹配的情况下，根据该正则表达式集合所对应的流量转发策略，对该数据流进行转发。

但是在通常情况下，正则表达式不能直接与数据流的应用层信息进行匹配，因此需要将该正则表达式集合转换成一个NFA(Non-Deterministic Finite Automata，非确定有限状态自动机)模型或一个DFA(Deterministic Finite Automata，确定有限状态自动机)模型，从而利用该DFA模型或该NFA模型对数据流的应用层信息进行匹配。另外，由于DFA模型相对于NFA模型的匹配速度较快，因此通常先将正则表达式集合转换为一个NFA模型，再将该NFA模型转换为对应的DFA模型，进而可以利用该转换得到的DFA模型对数据流的应用层信息进行匹配，提高了匹配速度。

另外，为了适应软件定义网络的数据转发要求，常常需要对控制器中所存储的正则表达式集合进行更新，具体的，对控制器中所存储的正则表达式集合进行更新通常是指：对控制器中所存储的正则表达式集合执行新增一个正则表达式或删减一个正则表达式的调整操作，并获得该调整后的正则表达式集合所对应的DFA模型，这样，才算完成对该控制器所存储的正则表达式的更新。

但是现有技术中，在对控制器中所存储的正则表达式集合进行调整后，需要将该调整后的正则表达式集合转换为一个新的NFA模型，再通过子集构造法将该新的NFA模型重新转换为一个新的DFA模型。而该种更新方式存在的问题是：会占用该控制器较多的计算资源，使得控制器计算量较大。

发明内容

本发明实施例的目的在于提供一种软件定义网络中正则表达式更新方法及装置，以在更新软件定义网络中控制器所存储的正则表达式时，降低该控制器更新正则表达式的计算量。

第一方面，本发明实施例提供了一种软件定义网络中正则表达式更新方法，应用于软件定义网络中的控制器，所述控制器中记录有第一正则表达式集合、所述第一正则表达式集合所对应的第一非确定有限状态自动机NFA模型，以及由所述第一NFA模型转换得到的第一确定有限状态自动机DFA模型，所述方法包括：

当检测到所述第一正则表达式集合调整为第二正则表达式集合时，确定所述第一正则表达式集合和所述第二正则表达式集合的交集，并利用所述第一正则表达式集合和所述第二正则表达式集合中不属于所述交集的正则表达式，构建目标正则表达式子集；

确定所述目标正则表达式子集所对应的目标NFA模型；

基于所述第一NFA模型、所述第一DFA模型和所述目标NFA模型，确定所述第二正则表达式集合所对应的第二DFA模型。