[發(fā)明專利]一種嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)及其提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711387748.1
• 申請(qǐng)日: 2017-12-20
• 公開（公告）號(hào): CN108055166B
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 余順爭(zhēng);吳廣銳
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): H04L12/26
• 分類號(hào): H04L12/26;H04L29/08;H04L29/06;G06F40/284;G06F16/35
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：包括數(shù)據(jù)采集和輸入模塊、數(shù)據(jù)預(yù)處理模塊、關(guān)鍵詞提取模塊、消息聚類模塊、模型訓(xùn)練模塊和狀態(tài)譯碼模塊；其中數(shù)據(jù)采集和輸入模塊用于采集訓(xùn)練集的嵌套的應(yīng)用層協(xié)議的數(shù)據(jù)流，得到具體的數(shù)據(jù)文件并將得到的數(shù)據(jù)文件傳輸至數(shù)據(jù)預(yù)處理模塊；數(shù)據(jù)預(yù)處理模塊用于接收數(shù)據(jù)文件并對(duì)數(shù)據(jù)文件進(jìn)行HTTP數(shù)據(jù)包的提取處理，然后將提取的HTTP數(shù)據(jù)包按照四元組的形式組合成會(huì)話；數(shù)據(jù)預(yù)處理模塊將形成的會(huì)話列表傳輸至關(guān)鍵詞提取模塊；關(guān)鍵詞提取模塊用于接收數(shù)據(jù)預(yù)處理模塊傳輸?shù)臅?huì)話列表，然后從會(huì)話列表中提取HTTP數(shù)據(jù)包的關(guān)鍵詞；提取得到關(guān)鍵詞后，保留會(huì)話列表中HTTP數(shù)據(jù)包的關(guān)鍵詞，刪除HTTP數(shù)據(jù)包中的非關(guān)鍵詞字節(jié)；消息聚類模塊用于采用X-Means算法對(duì)關(guān)鍵詞提取模塊處理后的會(huì)話列表進(jìn)行聚類，得到具體的參數(shù)傳輸至模型訓(xùn)練模塊；模型訓(xùn)練模塊用于接收聚類模塊傳輸?shù)膮?shù)對(duì)模型進(jìn)行初始化及訓(xùn)練；測(cè)試集中嵌套應(yīng)用層協(xié)議的數(shù)據(jù)流依次經(jīng)過數(shù)據(jù)采集和輸入模塊、數(shù)據(jù)預(yù)處理模塊、關(guān)鍵詞提取模塊、消息聚類模塊的處理后得到具體的參數(shù)傳輸至訓(xùn)練好的模型，模型輸出的觀測(cè)值序列傳輸至狀態(tài)譯碼模塊，狀態(tài)譯碼模塊進(jìn)行譯碼得到其對(duì)應(yīng)的狀態(tài)序列。

2.根據(jù)權(quán)利要求1所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：數(shù)據(jù)采集和輸入模塊采用wireshark軟件進(jìn)行嵌套的應(yīng)用層協(xié)議的數(shù)據(jù)流的采集，得到pcap文件。

3.根據(jù)權(quán)利要求1所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述關(guān)鍵詞提取模塊從HTTP請(qǐng)求方法、URL中的各層目錄、JSON格式數(shù)據(jù)中的key值和響應(yīng)碼所處位置提取關(guān)鍵詞。

4.根據(jù)權(quán)利要求1所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述消息聚類模塊在聚類時(shí)按照關(guān)鍵詞的URL層級(jí)或JSON層級(jí)的不同賦予相應(yīng)的權(quán)重。

5.根據(jù)權(quán)利要求1所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述模型訓(xùn)練模塊使用前向-后向算法對(duì)模型進(jìn)行訓(xùn)練。

6.根據(jù)權(quán)利要求1所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述狀態(tài)譯碼模塊使用Viterbi算法對(duì)模型輸出的觀測(cè)值序列進(jìn)行譯碼。

7.根據(jù)權(quán)利要求1～6任一項(xiàng)所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述數(shù)據(jù)預(yù)處理模塊定義一個(gè)Packet類來儲(chǔ)存提取的HTTP數(shù)據(jù)包。

8.根據(jù)權(quán)利要求1～6任一項(xiàng)所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述關(guān)鍵詞提取模塊定義一個(gè)PacketVector類儲(chǔ)存刪除非關(guān)鍵詞字節(jié)后的HTTP數(shù)據(jù)包的信息。

9.根據(jù)權(quán)利要求1～6任一項(xiàng)所述的嵌套的應(yīng)用層協(xié)議的狀態(tài)機(jī)提取系統(tǒng)，其特征在于：所述模型訓(xùn)練模塊訓(xùn)練的模型為一階-二階混合隱馬爾科夫模型。

10.一種根據(jù)權(quán)利要求1～9任一項(xiàng)狀態(tài)機(jī)提取系統(tǒng)的提取方法，其特征在于：包括以下步驟：

(1)數(shù)據(jù)采集和輸入模塊采集訓(xùn)練集的嵌套的應(yīng)用層協(xié)議的數(shù)據(jù)流，得到具體的數(shù)據(jù)文件并將得到的數(shù)據(jù)文件傳輸至數(shù)據(jù)預(yù)處理模塊；

(2)數(shù)據(jù)預(yù)處理模塊接收數(shù)據(jù)文件并對(duì)數(shù)據(jù)文件進(jìn)行HTTP數(shù)據(jù)包的提取處理，然后將提取的HTTP數(shù)據(jù)包按照四元組的形式組合成會(huì)話；數(shù)據(jù)預(yù)處理模塊將形成的會(huì)話列表傳輸至關(guān)鍵詞提取模塊；

(3)關(guān)鍵詞提取模塊接收數(shù)據(jù)預(yù)處理模塊傳輸?shù)臅?huì)話列表，然后從會(huì)話列表中提取HTTP數(shù)據(jù)包的關(guān)鍵詞；提取得到關(guān)鍵詞后，保留會(huì)話列表中HTTP數(shù)據(jù)包的關(guān)鍵詞，刪除HTTP數(shù)據(jù)包中的非關(guān)鍵詞字節(jié)；

(4)消息聚類模塊采用X-Means算法對(duì)關(guān)鍵詞提取模塊處理后的會(huì)話列表進(jìn)行聚類，得到具體的參數(shù)傳輸至模型訓(xùn)練模塊；

(5)模型訓(xùn)練模塊接收聚類模塊傳輸?shù)膮?shù)對(duì)模型進(jìn)行初始化及訓(xùn)練；

(6)測(cè)試集中嵌套應(yīng)用層協(xié)議的數(shù)據(jù)流依次經(jīng)過(1)～(5)的處理后得到具體的參數(shù)傳輸至訓(xùn)練好的模型，模型輸出的觀測(cè)值序列傳輸至狀態(tài)譯碼模塊，狀態(tài)譯碼模塊進(jìn)行譯碼得到其對(duì)應(yīng)的狀態(tài)序列。