本发明专利技术提供了一种基于模式匹配的HTTP请求报文识别方法，该方法将HTTP请求报文进行分类，利用表达式组对HTTP请求报文包含的3个重要字段：GET、Host、Referer分别GET、Host、Referer算法匹配，当GET、Host、Referer三个字段都成功匹配后，认为HTTP请求报文匹配成功，并将其识别为一种分类。该方法专用于HTTP请求报文的识别，充分考虑程序处理效率的情况下，满足“HTTP请求报文识别”的灵活性，识别精确，如果需要提高精确性，可将GET匹配算法应用到其它字段。
【技术实现步骤摘要】
本专利技术属于数据包识别领域，尤其涉及到一种基于模式匹配的HTTP请求报文识别方法。
技术介绍
在项目应用环境下，技术人员需要对流经设备的HTTP报文中的请求报文进行快速的识别、查询。同时，必须注意到以下几点：1.由于请求报文的多样性，识别方法必须具有一定的灵活性。2.为提高系统处理能力，识别效率必须尽量提升。3.为提高系统处理能力，查询必须高效。常规的方法是使用正规表达式来进行匹配，但正规表达式存在过于庞大、效率较低的情况，所以并不适用于要求效率的项目环境。
技术实现思路
为解决上述问题，本专利技术提出了一种基于模式匹配的HTTP请求报文识别方法，所述HTTP请求报文包括GET、Host、Referer三个字段，所述方法包括如下步骤：步骤一：预先定义HTTP请求报文的分类及其对应的分类名，每个分类下有至少一条表达式组，每个表达式组包括Host匹配算法表达式、Referer匹配算法表达式、GET匹配算法表达式。步骤二：选中一条待识别HTTP请求报文，进行如下操作：S2.1：选择一个没有对所述HTTP请求报文进行过匹配计算的表达式组。S2.2：利用S2.1选择的表达式组对HTTP请求报文的Host字段进行Host匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.3，否则返回S2.1。S2.3：对HTTP请求报文的Referer字段进行匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.4，否则返回S2.1。S2.4：对HTTP请求报文的GET字段进行匹配运算，如果匹配成功则识别出HTTP请求报文对应的分类名，否则返回S2.1。S2.5：重复执行步骤S2.1- S2.4，直到遇到匹配的表达式组，如遍历完所有表达式组后不能匹配，则丢弃该HTTP请求报文。步骤三：重复步骤二，直到遍历完所有待识别的HTTP请求报文。2. 如权利要求1所述的基于模式匹配的HTTP请求报文识别方法，其特征在于，GET匹配算法包括的逻辑操作有or、^、and。3. 如权利要求1或2所述的基于模式匹配的HTTP请求报文识别方法，其特征在于，每个表达式组还包括HASH运算表达式，HASH运算算法具有三种操作符，分别为>、<、FileName，分别用于从左到右边截取GET字段字符串、从右到左边截取GET字段字符串、截取GET字段中的文件名。4.如权利要求3所述的基于模式匹配的HTTP请求报文识别方法，其特征在于，在S2.5中，如果遇到匹配的表达式组，则根据需要截取GET字段的字符串，将其与步骤S2.4对应的分类名进行字符串拼接，之后进行HASH运算得到HASH值。附图说明图1为实例举例列表。具体实施方式本专利技术的设计构思为：将HTTP请求报文进行分类，利用表达式组对HTTP请求报文包含的3个重要字段：GET、Host、Referer分别GET、Host、Referer算法匹配，当GET、Host、Referer三个字段都成功匹配后，认为HTTP请求报文匹配成功，并将其识别为一种分类。在对详细步骤进行说明前，对本专利技术涉及到的算法进行说明。1. GET匹配算法GET匹配为多模匹配，其分为操作逻辑、模式串两部份。操作逻辑有两种：与（and）、或（or），表明了模式串的操作逻辑。模式串：以空格为分隔的几个字符串，字符串前的非（^）符号，表示不能匹配该串。下面对不同操作逻辑的情况进行说明。a.操作逻辑是or（或）时：没有^（非）逻辑的：字符串A 字符串B 字符串CGET字段中，包含A或包含B或包含C，匹配成功。包括^（非）逻辑的：^字符串A 字符串B 字符串CGET字段中，不包含A，但包含B或包含C，匹配成功。b.操作逻辑是and（与）的：没有^（非）逻辑的：字符串A 字符串B 字符串CGET字段中，包含A且包含B且包含C，匹配成功。c.包括^（非）逻辑的：^字符串A 字符串B 字符串CGET字段中，不包含A，但包含B且包含C，匹配成功。2. Referer匹配算法Referer匹配算法用于对Referer字段进行单模匹配。3. Host匹配算法Host匹配算法用于对Host字段进行单模匹配。4. HASH算法用于从GET字段中截取关键字符串，作为进行HASH运算的部分字段，HASH运算具有三种操作符，分别为>、<、FileName，作用分别如下：>：从左至右运算，截取从左边字符串到右边字符串之间的内容，作为备HASH字符串。<：从右至左运算，截取从右边字符串到左边字符串之间的内容，作为备HASH字符串。FileName：截取GET字段中包含的文件名，作为备HASH字符串。HASH算法将取到的“分类名”和“备HASH字符串”进行字符串拼接，之后进行HASH化，计算为HASH值，备后期查询。下面对本专利技术的工作步骤进行说明。本专利技术包括如下步骤：步骤一：预先定义HTTP请求报文的分类及其对应的分类名，每个分类下有至少一条表达式组（可为多个，因为一种分类下很可能含有若干种同源但不相同的HTTP请求包，需要分别有对应的表达式组进行匹配），每个表达式组包括Host匹配算法表达式、Referer匹配算法表达式、GET匹配算法表达式。步骤二：选中一条待识别HTTP请求报文，进行如下操作：S2.1：选择一个没有对所述HTTP请求报文进行过匹配计算的表达式组；S2.2：利用S2.1选择的表达式组对HTTP请求报文的Host字段进行Host匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.3，否则返回S2.1；S2.3：对HTTP请求报文的Referer字段进行匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.4，否则返回S2.1；S2.4：对HTTP请求报文的GET字段进行匹配运算，如果匹配成功则识别出HTTP请求报文对应的分类名，否则返回S2.1；S2.5：重复执行步骤S2.1- S2.4，直到遇到匹配的表达式组，如遍历完所有表达式组后不能匹配，则丢弃该HTTP请求报文；步骤三：重复步骤二，直到遍历完所有待识别的HTTP请求报文。在上述方法的基础上，本专利技术还有进一步的优化方案。即每个表达式组还包括HASH运算表达式，在S2.5中，如果遇到匹配的表达式组，则根据需要截取GET字段的字符串，将其与步骤S2.4对应的分类名进行字符串拼接，之后进行HASH运算得到HASH值，备后期查询。下面结合图1的应用实例对本专利技术进行说明。步骤一：接收到一个淘宝jpg图片的HTTP请求报文，该报文Host: www.tbcdn.cn。步骤二：先将请求报文解释为HTTP字段，包括：Host、Referer、GET。步骤三：用Host匹配算法，对Host字段进行匹配，如匹配失败则继续匹配下一条接收到的请求报文。如匹配成功则执行步骤四。步骤四：用Referer匹配算法，对Referer字段进行匹配。匹配规则为空，视为匹配成功：进入下一步。步骤五：用Get匹配算法，匹配GET字段。GET中，包含.jpg或者.png字符串的，视为匹配成功，进入步骤六。步骤六：将该请求报文识别为分类“taobao”。步骤七：根据HASH算法，将该请求报文中的请求文件名提取出来。步骤八：根据六、步骤七的结果生成“taobao>文件名”的字符串，然后将该本文档来自技高网...
【技术保护点】
一种基于模式匹配的HTTP请求报文识别方法，所述HTTP请求报文包括GET、Host、Referer三个字段，其特征在于，所述方法包括如下步骤：步骤一：预先定义HTTP请求报文的分类及其对应的分类名，每个分类下有至少一条表达式组，每个表达式组包括Host匹配算法表达式、Referer匹配算法表达式、GET匹配算法表达式；步骤二：选中一条待识别HTTP请求报文，进行如下操作：S2.1：选择一个没有对所述HTTP请求报文进行过匹配计算的表达式组；S2.2：利用S2.1选择的表达式组对HTTP请求报文的Host字段进行Host匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.3，否则返回S2.1；S2.3：对HTTP请求报文的Referer字段进行匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.4，否则返回S2.1；S2.4：对HTTP请求报文的GET字段进行匹配运算，如果匹配成功则识别出HTTP请求报文对应的分类名，否则返回S2.1；S2.5：重复执行步骤S2.1‑ S2.4，直到遇到匹配的表达式组，如遍历完所有表达式组后不能匹配，则丢弃该HTTP请求报文；步骤三：重复步骤二，直到遍历完所有待识别的HTTP请求报文。...
【技术特征摘要】
1.一种基于模式匹配的HTTP请求报文识别方法，所述HTTP请求报文包括GET、Host、Referer三个字段，其特征在于，所述方法包括如下步骤：步骤一：预先定义HTTP请求报文的分类及其对应的分类名，每个分类下有至少一条表达式组，每个表达式组包括Host匹配算法表达式、Referer匹配算法表达式、GET匹配算法表达式；步骤二：选中一条待识别HTTP请求报文，进行如下操作：S2.1：选择一个没有对所述HTTP请求报文进行过匹配计算的表达式组；S2.2：利用S2.1选择的表达式组对HTTP请求报文的Host字段进行Host匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.3，否则返回S2.1；S2.3：对HTTP请求报文的Referer字段进行匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.4，否则返回S2.1；S2.4：对HTTP请求报文的GET字段进行匹配运算，如果匹配成功则识别出HTTP请求报文对应的分类名，...
【专利技术属性】
技术研发人员：钟昊华，
申请(专利权)人：成都广达新网科技股份有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。