基于正則表達式匹配的網(wǎng)絡流量識別系統(tǒng)的研究與實現(xiàn).pdf

1、隨著網(wǎng)絡技術的高速發(fā)展,網(wǎng)絡帶寬不斷增加,網(wǎng)絡協(xié)議層出不窮,對于網(wǎng)絡安全需求日益明顯。在此環(huán)境下對網(wǎng)絡流量識別和分類提出需求。網(wǎng)絡流量識別可以用來監(jiān)測網(wǎng)絡運行情況、檢測網(wǎng)絡入侵、分析網(wǎng)絡應用構成、限制網(wǎng)絡應用等功能。
　　 隨著新協(xié)議的大量出現(xiàn)和P2P技術的廣泛使用,網(wǎng)絡應用不再嚴格遵循特定應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)絡流量分類方法變得無能為力。為了準確識別網(wǎng)絡流量,人們提出了對網(wǎng)絡數(shù)據(jù)包載荷進行深度檢

2、測分析的識別方法。該方法首先對網(wǎng)絡數(shù)據(jù)進行流量恢復,然后提取數(shù)據(jù)流中的應用層數(shù)據(jù)載荷。通過應用層數(shù)據(jù)載荷與各種網(wǎng)絡協(xié)議規(guī)則的匹配,確定該網(wǎng)絡數(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)。由于正則表達式比精確字符串表達能力更強,在深度包檢測方法中,各種網(wǎng)絡協(xié)議規(guī)則多用正則表達式來表示。
　　 雖然深度包檢測技術對于網(wǎng)絡數(shù)據(jù)流的識別準確性較高,但其識別速度較低,不能滿足高速網(wǎng)絡帶寬

3、環(huán)境下識別的要求。在傳統(tǒng)深度包檢測匹配引擎中,正則表達式規(guī)則采用NFA模式來實現(xiàn),匹配時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機(DFA)方式來實現(xiàn)正則表達式規(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式規(guī)則。但確定型有窮自動機規(guī)模會隨著規(guī)則的條數(shù)的增加而呈指數(shù)倍上升。當規(guī)則條數(shù)較多時,該引擎甚至由于規(guī)模較大而無法實現(xiàn)。
　　 本文根據(jù)網(wǎng)絡上各種網(wǎng)絡應用流量分布不均衡這一特

4、點,提出了對網(wǎng)絡協(xié)議加權設置優(yōu)先級的識別方法,并提出了具體的加權分組算法。該方法根據(jù)協(xié)議流量在網(wǎng)絡上分布比例的不同,通過分組算法對網(wǎng)絡協(xié)議進行分組、設置不同的優(yōu)先級。對于高優(yōu)先級的網(wǎng)絡協(xié)議組,采用DFA的形式來實現(xiàn),對于大量的低優(yōu)先級的協(xié)議組采用混合自動機(Hybrid-FA)的方式來實現(xiàn)。由于DFA分組內(nèi)規(guī)則的條數(shù)較少,則與之對應的引擎規(guī)模較小。同時由于DFA分組對應的網(wǎng)絡流量比重較大,因而大量的未知數(shù)據(jù)流量經(jīng)過DFA部分就可以被識別

5、出來。在混合自動機分組內(nèi),由于混合自動機使用了DFA頭部,則回溯匹配大量減少。該算法可以使網(wǎng)絡數(shù)據(jù)流識別引擎在維持一個較小規(guī)模的基礎上,大大提高識別速度。通過對實驗結果分析可知,該算法相比于傳統(tǒng)識別引擎,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,我們構造了一個網(wǎng)絡流量識別系統(tǒng)。該系統(tǒng)分為數(shù)據(jù)鏡像模塊,數(shù)據(jù)識別模塊,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)絡內(nèi)的數(shù)據(jù),并將鏡像數(shù)據(jù)傳送到網(wǎng)絡系