[發(fā)明專利]一種物聯(lián)網(wǎng)消息協(xié)議狀態(tài)機的跨平臺自動化挖掘方法與系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010856474.1
• 申請日: 2020-08-24
• 公開（公告）號: CN112019403B
• 公開（公告）日: 2021-10-01
• 發(fā)明（設計）人: 紀守領;王琴應;陳建海;林昶廷;王濱
• 申請（專利權）人: 杭州弈鴿科技有限責任公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L29/06
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

1.一種物聯(lián)網(wǎng)消息協(xié)議狀態(tài)機的跨平臺自動化挖掘方法，其特征在于，通過協(xié)議關鍵字段、字段語義信息挖掘和協(xié)議交互邏輯挖掘，自動化構建協(xié)議狀態(tài)機，具體包括以下步驟：

（1）對消息協(xié)議的數(shù)據(jù)包進行特征提取和分類，對消息協(xié)議進行字段分割，并挖掘消息協(xié)議的字段語義信息；

（2）應用基于容錯學習策略的狀態(tài)機模糊測試模型，實現(xiàn)自動化挖掘協(xié)議的交互邏輯，并構建可視化的協(xié)議交互狀態(tài)機；包括以下步驟：

（2-1）基于同一會話的報文特征，構建輸入輸出單詞表，設置狀態(tài)機模糊測試適配器，測試對象為平臺部署的協(xié)議代理；

所述的適配器用于實現(xiàn)輸入單詞和真實測試的映射關系，以及輸出單詞和測試協(xié)議代理響應的映射關系；選擇輸入的單詞序列，并由適配器轉換為真實的發(fā)送數(shù)據(jù)包或者重置動作，協(xié)議代理接受數(shù)據(jù)包或重置動作后做出響應，并被適配器捕獲，轉換為輸出單詞序列；

（2-2）在測試階段引入測試延遲，所述測試階段包括基于MAT模型的成員查詢測試和等價查詢測試；在成員查詢測試過程中，對多組不同排列組合的輸入單詞序列進行測試，測試后得到相應的輸出單詞序列，并基于多組輸入單詞序列和輸出單詞序列之間的對應關系，得到初步的協(xié)議交互狀態(tài)機假設，并使用DOT語言進行可視化；

（2-3）在得到初步的協(xié)議交互狀態(tài)機假設后，設計基于剪枝的W-Method的等價查詢算法來判斷假設是否和真實的協(xié)議部署一致；在等價查詢測試過程中，當某個輸入單詞對應的輸出單詞顯示協(xié)議的連接已經斷開時，則該輸入單詞所在的單詞序列的等價查詢測試將停止，并開始選擇新的輸入單詞序列進行新一輪的等價查詢測試；

（2-4）設計基于閾值的學習策略避免學習算法陷入循環(huán)；

若步驟（2-3）中的等價查詢過程出現(xiàn)一個輸入單詞和輸出單詞的結果與協(xié)議交互狀態(tài)機假設不一致時，則基于該對輸入單詞和輸出單詞更新協(xié)議狀態(tài)機假設，并進行新一輪的等價查詢測試；

若等價查詢過程中所有輸入單詞和輸出單詞的結果與協(xié)議交互狀態(tài)機假設完全一致時，或者經過多輪學習后連續(xù)生成相同協(xié)議狀態(tài)機的數(shù)量達到閾值時，將停止等價查詢測試，以最新得到的協(xié)議狀態(tài)機作為最終狀態(tài)機模糊測試得到的協(xié)議交互狀態(tài)機；

（3）結合消息協(xié)議的語義信息和交互邏輯，對步驟（2）構建的可視化的協(xié)議交互狀態(tài)機進行細粒度優(yōu)化，實現(xiàn)自動化構建細粒度協(xié)議狀態(tài)機；包括以下步驟：

（3-1）遍歷步驟（2）所述的協(xié)議交互狀態(tài)機的協(xié)議轉換標簽，匹配步驟（1）所述的字段語義信息，構建富含語義和交互邏輯的細粒度協(xié)議狀態(tài)機；

（3-2）在步驟（3-1）得到的細粒度協(xié)議狀態(tài)機基礎上，對時間相關的字段設計發(fā)包測試，驗證字段的有效性，優(yōu)化協(xié)議狀態(tài)機。

2.根據(jù)權利要求1所述的物聯(lián)網(wǎng)消息協(xié)議狀態(tài)機的跨平臺自動化挖掘方法，其特征在于，步驟（1）對消息協(xié)議的數(shù)據(jù)包進行特征提取和分類，對消息協(xié)議進行字段分割，并挖掘消息協(xié)議的語義信息，包括以下步驟：

（1-1）根據(jù)消息協(xié)議的特征，從給定流量中提取出所有特定協(xié)議的報文，并根據(jù)協(xié)議規(guī)范中要求的報文格式確定各個報文的類型；對各個類型報文字段的相關性進行對比，并對所有報文進行聚類，將同一會話產生的報文歸為一類；

（1-2）建立密碼學函數(shù)指紋庫，基于函數(shù)指紋來識別報文中字段的特定模式，包括字段的值及其對應的語義；并針對同一會話中的報文字段構建語義字典，所述語義字典中存儲有字段的值及其語義；

（1-3）針對非密碼學函數(shù)模式的字段，搜索報文中蘊含語義信息的等價式，并完善語義字典；

（1-4）基于連接符對字段進一步分割；

（1-5）基于步驟（1-3）完善后的語義字典，對步驟（4）分割后得到的所有字段進行語義識別，并將無法識別語義的字段按時間順序不重復地編號，完成消息協(xié)議的字段語義信息的挖掘。

3.根據(jù)權利要求1所述的物聯(lián)網(wǎng)消息協(xié)議狀態(tài)機的跨平臺自動化挖掘方法，其特征在于，步驟（2-1）所述的輸入輸出單詞表由輸入單詞和輸出單詞構成，其中輸入單詞是模糊測試中的輸入測試的抽象，輸出單詞是狀態(tài)機模糊測試模型中測試對象的響應的抽象。

4.根據(jù)權利要求1所述的物聯(lián)網(wǎng)消息協(xié)議狀態(tài)機的跨平臺自動化挖掘方法，其特征在于，所述的成員查詢測試過程中，采用Angluin’s L*、TTT或者Kearns Vazirani學習算法中的任意一種。