網絡入侵系統是一種廣泛使用的工具來對抗來自網絡的惡意攻擊，為了檢測攻擊，它需要能夠快速檢測報文的負荷，查看有無惡意代碼，因此，快速的字符串匹配方法成為網絡入侵檢測系統的關鍵技術。
Bloom filter 由于需要的存儲相對較少，同時能達到的性能可以滿足線速的要求，成為人們關注的技術。然而由于bloom filter 存在一定誤檢的概率，因此可能還需要使用精確匹配的分析器，但是分析器可能成為提高性能的瓶頸。本文利用隨機Petri 網對基于bloom filter 的深度流搜索方法進行了性能建模，得到了基于bloom filter 的深度流搜索的性能情況，并據此分析了基于bloom filter 方法的缺點和改進方向。
關鍵詞：Bloom filter；深度流；引擎
Internet 開放的結構以及設計之初并沒有對安全做足夠的考慮，使得對網絡上惡意的攻
擊缺乏必要的約束，攻擊包括病毒、蠕蟲等各種各樣的方式，有很多研究關于如何在端系統，或者接入路由器，或者核心路由器部署新的功能來增加安全性。
NIDS 網絡入侵檢測系統成為越來越廣泛在使用的一種手段，它可以自動實時在線的檢
測網絡流量和報文中的負荷，從中找到惡意代碼，有效的保護網絡和端系統。
為了找到惡意的報文，網絡入侵檢測系統通常使用一組規則來匹配報文，規則的核心就
是需要匹配的特征字符串。所以多字符串匹配，在網絡入侵檢測系統也通常被稱作深度流搜索成為了關鍵技術和難點。
基于 bloom filter 的解決方案是一種開銷小，而且速度能夠滿足線速的方法。而S.
Dharmapurika 提出了一種基于bloom filter 的深度流搜索的方法[1]，更適合于硬件實現，能達到很好的性能。本文基于隨機Petri 網對該方法進行了詳細的建模，并給出了更精確的性能分析結果。