網(wǎng)絡協(xié)議狀態(tài)機逆向工程方法的研究.pdf

1、網(wǎng)絡協(xié)議的技術(shù)信息對入侵檢測、模糊測試和協(xié)議重用等有著非常重要的作用,但是現(xiàn)在網(wǎng)絡中使用的協(xié)議大部分都是非公開的協(xié)議,沒有正式的描述文檔,因此,研究人員提出了協(xié)議逆向工程。協(xié)議逆向工程的研究力圖建立一套通用的方法,自動化地對協(xié)議進行分析處理,得到協(xié)議的技術(shù)特征。
　　目前的協(xié)議逆向工程研究大部分致力于協(xié)議報文格式的解析,而忽略了協(xié)議的行為模式識別,即協(xié)議狀態(tài)機的還原。在協(xié)議狀態(tài)機的還原方面,多數(shù)的研究是使用離線算法,較少的研究使用

2、在線算法?；谠诰€算法的協(xié)議逆向工程,可以動態(tài)的產(chǎn)生待測試的序列,提高學習的精度,得到更準確的協(xié)議狀態(tài)機模型。改進的在線算法NL*,使用了高效的反例處理策略,降低了算法構(gòu)造狀態(tài)機的復雜度,并減少了所需的成員確認。另外,對在線算法在協(xié)議逆向的應用進行了兩點優(yōu)化,充分利用協(xié)議逆向第一階段的成果,學習初始集,使用協(xié)議知識進行成員確認的過濾,進一步提高了協(xié)議狀態(tài)機推斷的效率。
　　實驗結(jié)果顯示,原始的NL*算法比L*算法需要更多的成員確認