对 Microsoft Office 文件进行清理，意味着要对其执行数十项保护处理。传统方法会让每项保护处理对文档进行完整读取，并且每次应用保护时都会重新读取同一份文档。
Deep CDR™ 技术 该技术仅需读取每份文档一次，并在单次处理过程中完成所有处理步骤。这种方法在保持相同数据清理效果的同时，将大型Office文件的处理速度提高了两倍。
“一丝不苟”的隐性代价
该消毒功能在设计上就非常彻底。Deep CDR™ 技术通过同时对 Microsoft Office 文档进行数十项处理来实现消毒：外部链接、嵌入对象、图像及其元数据、智能标记等。每项处理都针对特定的威胁类别，并执行相应的分析和编辑操作。
现代 Office 文件使得这种彻底检查既耗时又耗费资源。一个 Word 或 Excel 文件实际上是一个压缩文件夹。其中包含用 XML编写的文本文件，这是一种结构化格式，用于描述文档中的每个单元格、段落、图像和链接。为了对文件进行净化处理，Deep CDR™ 技术必须逐行读取该 XML。一个大小为 50 MB 的电子表格文件，解压后可能包含一张工作表，其中包含半千兆字节的 XML 数据。
在传统的引擎布局中，每次处理都会遍历整个 XML 包：一次处理链接，一次处理嵌入对象，一次处理图像，以此类推。
每增加一项保护措施，处理成本就会随之增加。这种“隐性成本”表现为文件队列变长，以及处理相同流量所需的计算资源增加。这还会带来压力，迫使人们为了跟上节奏而不得不降低保护措施的强度。
单轮策略：一次保送， 多个 工作者
设想一下房屋检查的情景。通常情况下，电工、水管工和消防检查员会依次对房屋进行检查，每个人都要走遍每个房间。如果让他们一起进行检查呢？这样，所有必要的专家就能一次性对房屋进行检查。
这正是 Deep CDR™ 技术“单次处理”策略所实现的。它通过以下三个理念颠覆了传统的数据清除架构：
- 一个处理主机，一次遍历。 一个处理主机将文档中的每个XML部分读取（或“遍历”） exactly once。每个保护机制都是一个随该遍历过程运行的处理程序，在XML节点流经时实时检测，并当场执行相应操作。十个保护机制意味着对一份500 MB的文档进行一次读取，同时有十个处理程序对其进行监控。
- 每项保护措施都是一个插件。 一个专门的检查器（或称“处理程序”）负责端到端地处理一个特定方面：内容 XML 中的使用节点、声明这些节点的资源定义，以及存储的工件本身。每个处理程序都遵循相同的生命周期：初始化、处理每个节点、终止。向引擎添加一项保护，意味着在同一遍遍历中注册一个额外的处理程序。彻底性的代价不再随着每项保护的增加而增长。
- 已禁用的保护措施永远不会运行。 在开始执行之前，每个处理程序会检查其配置是否适用。策略中已禁用的保护措施会在最开始就被排除在外，不会增加任何按节点计算的工作量。文档仅被读取一次，只有相关的保护措施才会参与处理
基准测试结果显示
我们在 Windows 和 Linux 系统上，针对精心设计的大型文档和完整的实际应用回归测试套件，对该策略进行了前后对比测试。
- 大型 Excel 文档 （约500 MB的工作表XML）：处理速度大约提升了2倍。在Windows系统上，总处理时间缩短了94%，在Linux系统上缩短了67%，而数据密度最高的单工作表文件的处理时间缩短了147%。
- 大型Word文档 （70个文件的定制数据集）：总运行时间大约快了2倍，单个文件的平均处理时间提升了169%。
- 实际环境中的回归测试套件 （数千个 Word、Excel 和 PowerPoint 文件）：速度提升约 4% 至 20%，具体取决于文件格式和平台。由于大多数文件较小，因此随着文档大小的增加，单次读取的优势会更加明显。
- 行为完全未发生改变：两个版本均通过了完整的回归测试套件，且数据净化结果完全一致。速度提升源于去除了重复读取操作，且未遗漏任何保护措施。
最后这一结果最为关键。在安全设置中，性能承诺只有在保护水平保持不变时才具有意义。网关的吞吐量也有助于保障安全：文件被清理得越快，团队就越不会感到需要绕过保护机制。
为什么我们首先测试了 Office 2007 的文件格式
Office 2007 系列（.docx、.xlsx 和 .pptx）正是 XML 隐性成本集中的地方。这三种格式具有相同的包结构，因此一种主机设计即可涵盖所有格式，而在以电子表格为主的流量中，实际环境中常会出现半千兆字节大小的 XML 文件。
该策略本身适用于任何成本主要体现在大型结构化内容中的格式，这使得这些格式都成为采用相同处理方式的候选对象。
过去，彻底性往往需要付出代价，而且随着保护措施的增加，这一代价也会随之上升。借助单次处理技术，Deep CDR™ 技术只需对整份文档进行一次评估，无论其中应用了多少种保护处理。
Nhut Ngo 现任OPSWAT 公司Software 工程总监，负责领导开发 Deep CDR™ 技术以及MetaDefender Core™ 中其他文件处理技术的工程团队。凭借在软件工程和网络安全领域超过十年的经验，他致力于使文件净化过程更快、更准确，并能满足关键基础设施的需求。Nhut 于 2015 年获得信息科学博士学位。
