基于正則表達(dá)式匹配的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展,網(wǎng)絡(luò)帶寬不斷增加,網(wǎng)絡(luò)協(xié)議層出不窮,對(duì)于網(wǎng)絡(luò)安全需求日益明顯。在此環(huán)境下對(duì)網(wǎng)絡(luò)流量識(shí)別和分類提出需求。網(wǎng)絡(luò)流量識(shí)別可以用來監(jiān)測網(wǎng)絡(luò)運(yùn)行情況、檢測網(wǎng)絡(luò)入侵、分析網(wǎng)絡(luò)應(yīng)用構(gòu)成、限制網(wǎng)絡(luò)應(yīng)用等功能。
　　 隨著新協(xié)議的大量出現(xiàn)和P2P技術(shù)的廣泛使用,網(wǎng)絡(luò)應(yīng)用不再嚴(yán)格遵循特定應(yīng)用使用特定端口的規(guī)則。在此背景下傳統(tǒng)基于端口特征的網(wǎng)絡(luò)流量分類方法變得無能為力。為了準(zhǔn)確識(shí)別網(wǎng)絡(luò)流量,人們提出了對(duì)網(wǎng)絡(luò)數(shù)據(jù)包載荷進(jìn)行深度檢

2、測分析的識(shí)別方法。該方法首先對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行流量恢復(fù),然后提取數(shù)據(jù)流中的應(yīng)用層數(shù)據(jù)載荷。通過應(yīng)用層數(shù)據(jù)載荷與各種網(wǎng)絡(luò)協(xié)議規(guī)則的匹配,確定該網(wǎng)絡(luò)數(shù)據(jù)流的協(xié)議類型。該方法被稱作深度包檢測(Deep Packet Inspection,DPI)。由于正則表達(dá)式比精確字符串表達(dá)能力更強(qiáng),在深度包檢測方法中,各種網(wǎng)絡(luò)協(xié)議規(guī)則多用正則表達(dá)式來表示。
　　 雖然深度包檢測技術(shù)對(duì)于網(wǎng)絡(luò)數(shù)據(jù)流的識(shí)別準(zhǔn)確性較高,但其識(shí)別速度較低,不能滿足高速網(wǎng)絡(luò)帶寬

3、環(huán)境下識(shí)別的要求。在傳統(tǒng)深度包檢測匹配引擎中,正則表達(dá)式規(guī)則采用NFA模式來實(shí)現(xiàn),匹配時(shí)存在著大量的回溯現(xiàn)象,因而匹配速度較低。為了提高匹配速度可以使用確定型有窮自動(dòng)機(jī)(DFA)方式來實(shí)現(xiàn)正則表達(dá)式規(guī)則。該方法不存在回溯現(xiàn)象且可以通過一次掃描匹配多條正則表達(dá)式規(guī)則。但確定型有窮自動(dòng)機(jī)規(guī)模會(huì)隨著規(guī)則的條數(shù)的增加而呈指數(shù)倍上升。當(dāng)規(guī)則條數(shù)較多時(shí),該引擎甚至由于規(guī)模較大而無法實(shí)現(xiàn)。
　　 本文根據(jù)網(wǎng)絡(luò)上各種網(wǎng)絡(luò)應(yīng)用流量分布不均衡這一特

4、點(diǎn),提出了對(duì)網(wǎng)絡(luò)協(xié)議加權(quán)設(shè)置優(yōu)先級(jí)的識(shí)別方法,并提出了具體的加權(quán)分組算法。該方法根據(jù)協(xié)議流量在網(wǎng)絡(luò)上分布比例的不同,通過分組算法對(duì)網(wǎng)絡(luò)協(xié)議進(jìn)行分組、設(shè)置不同的優(yōu)先級(jí)。對(duì)于高優(yōu)先級(jí)的網(wǎng)絡(luò)協(xié)議組,采用DFA的形式來實(shí)現(xiàn),對(duì)于大量的低優(yōu)先級(jí)的協(xié)議組采用混合自動(dòng)機(jī)(Hybrid-FA)的方式來實(shí)現(xiàn)。由于DFA分組內(nèi)規(guī)則的條數(shù)較少,則與之對(duì)應(yīng)的引擎規(guī)模較小。同時(shí)由于DFA分組對(duì)應(yīng)的網(wǎng)絡(luò)流量比重較大,因而大量的未知數(shù)據(jù)流量經(jīng)過DFA部分就可以被識(shí)別

5、出來。在混合自動(dòng)機(jī)分組內(nèi),由于混合自動(dòng)機(jī)使用了DFA頭部,則回溯匹配大量減少。該算法可以使網(wǎng)絡(luò)數(shù)據(jù)流識(shí)別引擎在維持一個(gè)較小規(guī)模的基礎(chǔ)上,大大提高識(shí)別速度。通過對(duì)實(shí)驗(yàn)結(jié)果分析可知,該算法相比于傳統(tǒng)識(shí)別引擎,匹配速度可以提高29倍左右。
　　 以本文所提出的加速算法為核心,我們構(gòu)造了一個(gè)網(wǎng)絡(luò)流量識(shí)別系統(tǒng)。該系統(tǒng)分為數(shù)據(jù)鏡像模塊,數(shù)據(jù)識(shí)別模塊,數(shù)據(jù)庫模塊和顯示交互模塊四部分。該系統(tǒng)通過鏡像模塊獲得網(wǎng)絡(luò)內(nèi)的數(shù)據(jù),并將鏡像數(shù)據(jù)傳送到網(wǎng)絡(luò)系