[發明專利]一種基于自動機的網絡協議元數據提取系統及方法

有效

• 申請號: 202110041348.5
• 申請日: 2021-01-13
• 公開（公告）號: CN112887280B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 李振興;王飛;陳曙暉;王小峰;邢倩倩
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L69/00;H04L69/08;H04L69/22;H04L61/4511;H04L61/103;G06F16/903
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 程華

1.一種基于自動機的網絡協議元數據提取系統，其特征在于，包括：

協議狀態模塊，用于獲取TCP流保序和協議識別處理后的協議報文，并基于協議域確定協議自動機的初始狀態；協議域分割模塊用于提供協議域分割的原子操作組件；所述協議域分割的原子操作組件包括域屬性識別、域分隔符查找、屬性域結束匹配、報文位置跳轉以及16進制整數提取；

第一判斷模塊，用于基于所述協議報文，根據所述初始狀態判斷是否進入協議自動機，得到第一判斷結果；

協議自動機模塊，用于當所述第一判斷結果表示為進入所述協議自動機時，按照所述初始狀態開始執行，不斷獲取網絡協議元數據，直至所述協議自動機運行到協議終止狀態；封裝所述網絡協議元數據，并輸出所述網絡協議元數據；

所述協議自動機模塊包括：

當前狀態恢復單元，用于當出現解析跨報文時，自動保存所述協議報文的當前狀態并在下一個協議報文達到時，恢復至當前狀態；

網絡協議元數據輸出模塊，用于當所述第一判斷結果表示為不進入所述協議自動機時，結束協議報文處理。

2.根據權利要求1所述的基于自動機的網絡協議元數據提取系統，其特征在于，所述協議自動機模塊，具體包括：

請求方式提取單元，用于當所述協議報文為HTTP協議報文時，根據所述HTTP協議報文注冊的初始狀態匹配空字符，提取請求方式并存儲至元數據存儲模塊；

統一資源定位符提取單元，用于根據所述HTTP協議報文注冊的初始狀態匹配非空字符以及空字符，提取所述HTTP協議報文的統一資源定位符，并存儲至元數據存儲模塊；

版本號提取單元，用于根據所述HTTP協議報文注冊的初始狀態匹配非空字符且根據所述HTTP協議報文注冊的初始狀態匹配非換行符以及換行符，提取版本號，并存儲至元數據存儲模塊；

第二判斷單元，用于當根據所述HTTP協議報文注冊的初始狀態匹配到回車符或換行符時，判斷所述HTTP協議報文的報頭是否結束，得到第二判斷結果；

第三判斷單元，用于若所述第二判斷結果表示為所述HTTP協議報文的報頭結束，判斷是否存在HTTP載荷內容，得到第三判斷結果；

HTTP載荷內容域提取單元，用于若所述第三判斷結果表示為存在HTTP載荷內容，提取HTTP載荷內容域，并存儲至元數據存儲模塊；

屬性提取單元，用于若所述第二判斷結果表示為所述HTTP協議報文的報頭未結束，識別所述HTTP協議報文的屬性且匹配非換行符以及換行符，提取所述屬性，并存儲至元數據存儲模塊。

3.根據權利要求1所述的基于自動機的網絡協議元數據提取系統，其特征在于，所述協議自動機模塊，具體包括：

參數提取單元，用于當所述協議報文為DNS協議報文時，根據所述DNS協議報文注冊的初始狀態跳過請求報文，分別提取所述DNS協議報文的響應碼的低四位、詢問列表數目、回答數目、認證機構數目以及附加信息數目，并存儲至元數據存儲模塊；

第四判斷單元，用于判斷標簽長度是否為0，得到第四判斷結果；

類型提取單元，用于若所述第四判斷結果表示為所述標簽長度為0，提取DNS協議報文的類型，并存儲至元數據存儲模塊；

第五判斷單元，用于判斷是否到達響應數據的正文數目，得到第五判斷結果；

第六判斷單元，用于若所述第五判斷結果表示為未到達相應數據的正文數目，提取數據長度，并判斷類型是否為解析域名，得到第六判斷結果；

解析域名提取單元，用于若所述第六判斷結果表示為類型為解析域名，提取所述解析域名，并存儲至元數據存儲模塊；

IP提取單元，用于若所述第六判斷結果表示為類型不為解析域名，提取IP地址，并存儲至元數據存儲模塊。