[doc update]敏感词过滤

docs/system-design/security/sentive-words-filter.md

@@ -2,7 +2,9 @@
 
 敏感词过滤用的使用比较多的 **Trie 树算法** 和 **DFA 算法**。
 
-## Trie 树
+## 算法实现
+
+### Trie 树
 
 **Trie 树** 也称为字典树、单词查找树，哈系数的一种变种，通常被用于字符串匹配，用来解决在一组字符串集合中快速查找某个字符串的问题。像浏览器搜索的关键词提示一般就是基于 Trie 树来做的。
 
@@ -11,16 +13,14 @@
 假如我们的敏感词库中有以下敏感词：
 
 - 高清有码
-- 高清AV
+- 高清 AV
 - 东京冷
 - 东京热
 
-我们构造出来的敏感词Trie树就是下面这样的：
+我们构造出来的敏感词 Trie 树就是下面这样的：
 
 ![](./images/sentive-words-filter/trie.png)
 
-
-
 当我们要查找对应的字符串“东京热”的话，我们会把这个字符串切割成单个的字符“东”、“京”、“热”，然后我们从 Trie 树的根节点开始匹配。
 
 可以看出， **Trie 树的核心原理其实很简单，就是通过公共前缀来提高字符串匹配效率。**
@@ -41,15 +41,53 @@ assertEquals("{Abi=doctor, Abigail=student}", trie.prefixMap("Abi").toString());
 assertEquals("{Chris=doctor, Christina=student}", trie.prefixMap("Chr").toString());
 ```
 
-Aho-Corasick（AC）自动机是一种建立在Trie 树上的一种改进算法，是一种多模式匹配算法，由贝尔实验室的研究人员Alfred V. Aho 和 Margaret J.Corasick 发明。
+Aho-Corasick（AC）自动机是一种建立在 Trie 树上的一种改进算法，是一种多模式匹配算法，由贝尔实验室的研究人员 Alfred V. Aho 和 Margaret J.Corasick 发明。
 
-AC自动机算法使用Trie 树来存放模式串的前缀，通过失败匹配指针（失配指针）来处理匹配失败的跳转。
+AC 自动机算法使用 Trie 树来存放模式串的前缀，通过失败匹配指针（失配指针）来处理匹配失败的跳转。
 
-相关阅读：[地铁十分钟 | AC自动机](https://zhuanlan.zhihu.com/p/146369212)
+相关阅读：[地铁十分钟 | AC 自动机](https://zhuanlan.zhihu.com/p/146369212)
 
-## DFA
+### DFA
 
-DFA（Deterministic Finite Automaton)即确定有穷自动机。
+**DFA**（Deterministic Finite Automata)即确定有穷自动机，与之对应的是 DFA（Non-Deterministic Finite Automata，有穷自动机)。
 
+关于 DFA 的详细介绍可以看这篇文章：[有穷自动机 DFA&NFA (学习笔记) - 小蜗牛的文章 - 知乎](https://zhuanlan.zhihu.com/p/30009083) 。
 
+[Hutool](https://hutool.cn/docs/#/dfa/%E6%A6%82%E8%BF%B0) 提供了 DFA 算法的实现：
 
+![](./images/sentive-words-filter/hutool-dfa.png)
+
+```java
+WordTree wordTree = new WordTree();
+wordTree.addWord("大");
+wordTree.addWord("大憨憨");
+wordTree.addWord("憨憨");
+String text = "那人真是个大憨憨！";
+// 获得第一个匹配的关键字
+String matchStr = wordTree.match(text);
+System.out.println(matchStr);
+// 标准匹配，匹配到最短关键词，并跳过已经匹配的关键词
+List<String> matchStrList = wordTree.matchAll(text, -1, false, false);
+System.out.println(matchStrList);
+//匹配到最长关键词，跳过已经匹配的关键词
+List<String> matchStrList2 = wordTree.matchAll(text, -1, false, true);
+System.out.println(matchStrList2);
+```
+
+输出：
+
+```
+大
+[大, 憨憨]
+[大, 大憨憨]
+```
+
+## 开源项目
+
+- [ToolGood.Words](https://github.com/toolgood/ToolGood.Words) ：一款高性能敏感词(非法词/脏字)检测过滤组件，附带繁体简体互换，支持全角半角互换，汉字转拼音，模糊搜索等功能。
+- [sensitive-words-filter](https://github.com/hooj0/sensitive-words-filter) ：敏感词过滤项目，提供 TTMP、DFA、DAT、hash bucket、Tire 算法支持过滤。可以支持文本的高亮、过滤、判词、替换的接口支持。
+
+## 论文
+
+- [一种敏感词自动过滤管理系统](https://patents.google.com/patent/CN101964000B)
+- [一种网络游戏中敏感词过滤方法及系统](https://patents.google.com/patent/CN103714160A/zh)