大量高速网络技术如IP技术、异步传输模式(asynchronous transfer mode,ATM)、千兆以太网、光纤分布式数据接口(fiber distributed data interface,FDD)等在近年内不断出现。由于网络的迅速发展,网络中的数据分析技术如内容过滤、网络流分类、协议分析等变得越来越复杂,研究如何在高速的网络环境下进行数据的检测和分析显得十分重要。正则表达式匹配(regular expression matching)在网络的数据分析中应用十分广泛。基于三态内容可寻址存储器(ternary content addressable memory,TCAM)的正则表达式匹配具有三态存储以及并行查找的高匹配速度特点,成为如今深度包检测的核心技术之一。本文围绕高效正则表达式匹配算法进行研究,主要完成了以下工作:(1)提出一种基于TCAM的高效正则表达式匹配算法,利用TCAM的多路并行查找特性,进行确定性有限自动机(deterministic finite automata,DFA)的多层次编码,有效压缩了DFA的存储空间,降低了系统的成本与功耗。(2)除了用高效算法实现基于TCAM的DFA,本文将高效算法扩展到了扩展自动机(extend finite automata,XFA)。研究证明对XFA进行多层次编码也能有效地降低存储空间。(3)提出一种基于TCAM匹配的网络流分类与控制平台设计方案并在硬件上实现并验证。该平台针对高速的光纤骨干网信号,提取出IP包并进行深度挖掘,从原来的数据包头协议字段五元组处理扩展到数据包的有效载荷分析,从而将传统的处理方法从网络层和运输层上扩展到应用层上,进一步提高了网络流的分类技术。