內(nèi)容簡介：正則表達(dá)式匹配技術(shù)在人工智能時(shí)代背景下扮演著重要角色，尤其在數(shù)據(jù)清洗與數(shù)據(jù)抽取領(lǐng)域，可為大語言模型訓(xùn)練所需的高質(zhì)量數(shù)據(jù)處理提供技術(shù)支撐。然而，傳統(tǒng)正則表達(dá)式匹配算法存在性能瓶頸，限制了其應(yīng)用范圍。針對(duì)此問題，提出一種基于可信區(qū)域的高性能正則表達(dá)式匹配算法，命名為YJJFA算法。該算法通過對(duì)狀態(tài)轉(zhuǎn)移表劃分成最優(yōu)可信區(qū)域與非信任區(qū)域，減少需要處理的狀態(tài)轉(zhuǎn)移表輸入字符數(shù)量，并借助非內(nèi)存訪問的非信任字符集向量比較以實(shí)現(xiàn)信任字符低時(shí)間消耗處理。實(shí)驗(yàn)結(jié)果表明，YJJFA算法在L7filter規(guī)則上的吞吐率達(dá)17.88~53.81Gb/s，較原始DFA算法性能提升了一個(gè)數(shù)量級(jí)。