[发明专利]基于MPI的AC串匹配并行算法的磁盘敏感信息扫描系统

说明书

本发明提供一种基于MPI的AC串匹配并行算法的磁盘敏感信息扫描系统，包括：S1、获得模式字符集，指定的扫描目录，文件数据分块和AC算法自动机的信息；S2、在多核处理器架构中的系统主进程建立MPI执行环境，动态查询处理器的工作状态，分配数据块给从进程实现数据敏感信息的并行查找；S3、多核处理器的从进程中并行地执行确定的有限自动机匹配算法，记录敏感信息的位置，并动态报告处理器工作状态。本发明能够通过MPI有效地利用多核处理器的计算资源，提高了AC串匹配算法执行性能，特别适合信息安全领域对大容量的计算机磁盘敏感信息进行快速扫描，以及适用于信息安全检查的防护与预警系统。

技术领域

本发明涉及数据信息安全技术领域，尤其涉及一种基于MPI的AC串匹配并行算法的磁盘敏感信息扫描系统。

背景技术

随着计算机技术的不断发展，信息技术对人们的日常生活的影响日益密切。作为信息的载体，计算机的磁盘中大量存储着国家机关、企事业单位和个人等的敏感信息，而这些信息一旦泄露或者遭到黑客的攻击，对单位和个人会造成一定程度的损失。因此，管理人员对磁盘敏感信息的定期扫描能够一定程度上预防和警告相关人员保护这些信息，以加强对敏感信息的安全防护意识。

磁盘敏感信息扫描系统是计算机安全管理人员对单位或者个人的计算机进行安全检查的一种安全防护与预警系统。该系统利用一定的计算机模式匹配算法，针对存储在磁盘中的敏感信息进行扫描，并报告在计算机的文件中存储的敏感信息的位置。磁盘敏感信息扫描系统的典型应用列举如下。

案例1，张经理是某公司的一名高管，正在与A公司进行一项商业合同的谈判；张经理把一份公司的重要的有关谈判的内部会议纪要下载到个人手提电脑中进行查阅，而阅后忘记按照保密规定删除会议纪要。在例行的安全检查中，计算机安全管理员利用磁盘敏感信息扫描系统检查张经理的手提电脑时，发现该份会议纪要，并提醒张经理，从而避免了对公司的利益造成损失。

案例2，王女士由于公司业务变化，需要离开母公司长期到外地子公司工作，王女士需要上交本人使用的公司电脑；在王女士的公司电脑中存储着王女士的个人账户信息和密码等个人敏感数据，王女士利用磁盘敏感信息扫描系统扫描了公司电脑中的个人敏感信息，并及时删除了存储在磁盘中的个人敏感信息，从而避免了个人隐私信息的泄露。

此外，2015年美国前国务卿希拉里.克林顿的“邮件门”丑闻被曝光，有关其使用私人电子邮箱，而非官方电子邮箱进行与他人的通信，可能导致美国外交情报的泄密。以上事件更加引起人们对存储在计算机中的数据信息安全的关注。

磁盘敏感信息扫描系统使用计算机的模式匹配算法进行信息的筛选。在计算机的模式匹配算法中，经典的Aho-Corasick算法是多模式串匹配算法，是Alfred V. Aho和Margaret J. Corasick于1975年提出的，因此，习惯上简称为AC算法。AC多模式串匹配算法以模式集合创建模式匹配的自动机，能够实现在线性时间内对输入的文本进行模式匹配过程。

随着计算机硬件技术的飞速发展，计算机处理器步入多核时代，磁盘存储器的容量得到了很大提升。磁盘敏感信息扫描系统主要对磁盘中存储的文件进行扫描，并报告文件包含的敏感信息的位置。由于磁盘的容量的迅速增加，存储在磁盘中的文件数量巨大。因此，快速地处理大量的文件信息是磁盘敏感信息扫描系统的关键。

当计算机进入多核处理器时代，计算机的计算能力和数据处理能力得到了很大的提高。计算机处理器的架构发生了革命性的变革。单独处理器主频的提升达到了极限，一个主要因素是处理器在主频提升之后难以解决芯片的散热问题。因此，多核架构的提出使计算机的计算性能和数据处理能力得到了巨大的提升。简单地说，一个计算机处理的任务可以被分配到两个甚至更多的处理器核心上进行并行的处理，从而加快了任务处理的速度，缩短了处理时间。随着2006年7月英特尔公司酷睿处理器的正式发布，以及随后个人电脑的多核处理器的发布，代表着多核处理器时代的来临。多核处理器相对于单核处理器的优势在于，处理器的性能提升的同时，其功耗大大降低。