[發明專利]一種基于應用層數據的網絡數據分析方法

有效

• 申請號: 202011565158.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112637017B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 李錦基;黃永權;王勛;符偉杰;駱新坤;李明東
• 申請（專利權）人: 深圳市高德信通信股份有限公司
• 主分類號: H04L43/026
• 分類號: H04L43/026;H04L43/028;G06F40/279;G06F40/253
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 侯蔚寰

本發明公開了一種基于應用層數據的網絡數據分析方法，包括以下步驟：篩選出應用層：通過Next Generation Firewalls，NGFW捕捉讀取網絡數據，利用識別引擎加載并解析當前數據包信息，判斷是否包含應用層數據包，如果是應用層數據包，則用識別引擎加載并解析出每個應用層數據包的應用層數據；解析應用層：利用Next Generation Firewalls，NGFW對選中的應用層數據進行過濾，得到符合要求的應用層數據；本發明利用Next Generation Firewalls，NGFW捕捉讀取網絡數據，Next Generation Firewalls，NGFW為新一代技術，可以突破現有數據表面的加密，可以有效對網絡數據進行捕捉讀取，降低網絡數據分析的失敗率，而且分析過程中會進行聚類分析，然后按照需要分別詳細分析應用層數據的情況。

技術領域

本發明涉及網絡數據技術領域，具體為一種基于應用層數據的網絡數據分析方法。

背景技術

網絡數據分為四層：應用層、運輸層、網絡層和鏈路層。目前業界廣泛使用的網絡分析軟件有Wireshark、Sniffer等，但是目前的網絡數據分析方法捕捉讀取網絡數據的方式多是基于傳統的相關軟件，捕捉讀取的原理為多年前的技術，現有的網絡數據為了增強數據安全都對數據進行了封裝加密，導致使用傳統的網絡數據分析方法失敗率高，還容易出錯，而且沒有對數據進行分類，導致分析的結果夾雜在一起，容易導致數據混亂，為此提出一種基于應用層數據的網絡數據分析方法，來解決此問題。

發明內容

本發明的目的在于提供一種基于應用層數據的網絡數據分析方法，解決了目前的網絡數據分析方法捕捉讀取網絡數據的方式多是基于傳統的相關軟件，捕捉讀取的原理為多年前的技術，現有的網絡數據為了增強數據安全都對數據進行了封裝加密，導致使用傳統的網絡數據分析方法失敗率高，還容易出錯，而且沒有對數據進行分類，導致分析的結果夾雜在一起，容易導致數據混亂的問題。

為實現上述目的，本發明提供如下技術方案：一種基于應用層數據的網絡數據分析方法，包括以下步驟：

步驟1：篩選出應用層：通過Next Generation Firewalls， NGFW捕捉讀取網絡數據，利用識別引擎加載并解析當前數據包信息，判斷是否包含應用層數據包，如果是應用層數據包，則用識別引擎加載并解析出每個應用層數據包的應用層數據；

步驟2：解析應用層：利用Next Generation Firewalls， NGFW對選中的應用層數據進行過濾，得到符合要求的應用層數據，或者將滿足要求的應用層數據顯示為特定顏色，突出顯示符合要求的應用層數據；

步驟3：聚類分析：對選定的應用層的數據進行聚類分析，提取應用層數據特征、字符串特征，然后進行聚類分析，把聚類得到的每個類作為一種應用層數據，采用數據挖掘技術從每種應用層數據中挖掘關鍵詞和頻繁關鍵詞序列，采用屬于同一種應用層數據的頻繁關鍵詞序列構造代表該應用層會話規則的前綴樹，前綴樹中的每條連線代表一個關鍵詞，每條路徑代表一種會話過程；

步驟4：具體分析：分析應用層的報文格式，把每個數據包的應用層數據看作一個字符串，然后對所有字符串進行語法分析，以構造代表應用層的報文格式的自動機或者正則表達式，預測應用層的狀態轉移關系，采用隱馬爾可夫模型參數估計算法，以各個流的關鍵詞序列為訓練集，估計應用層的狀態轉移概率矩陣，以及產生包括關鍵詞、字符串長度和編碼方式的觀測值概率分布。

優選的，所述在步驟1中，捕捉讀取過程是對網絡的主干、出入口和或數據流的匯聚點的每個數據流進行識別，并解析應用層的數據。

優選的，所述在步驟1中，對數據包信息進行分析判斷，剔除網絡層和傳輸層的數據包。

優選的，所述在步驟1中，加載并解析過程中會出現五元組，五元組包括源IP地址、目的IP地址、源端口、目的端口和運輸層協議。