[发明专利]一种报文过滤方法及装置

权利要求书

1.一种报文过滤方法，其特征在于，针对每一个数据流，执行：

A、从获取的当前数据流的超文本传输协议HTTP请求报文中提取统一资源定位符URL相关字段的信息，并保存在所述当前数据流对应的缓存区域中；

B、确定所述当前数据流对应的缓存区域中存储的信息是否可以拼接为完整的URL，若可以，执行D；若不可以，执行C；

C、获取所述当前数据流的下一个HTTP请求报文，执行A；

D、在确定所述完整的URL为搜索引擎的URL后，从所述完整的URL中提取出搜索关键字字段的信息；

E、确定提取的搜索关键字字段的信息是否存储在预先建立的搜索关键字集合中；若存在，丢弃包含拼接所述完整的URL所使用的URL相关字段的信息的HTTP请求报文；若不存在，放行包含拼接所述完整的URL所使用的URL相关字段的信息的HTTP请求报文。

2.如权利要求1所述的方法，其特征在于，所述URL相关字段包括未知字段、统一资源标识符URI字段和HOST字段；

从获取的当前数据流的HTTP请求报文中提取URL相关字段的信息，并保存在所述当前数据流对应的缓存区域中，具体包括：

若提取的是URI字段和/或HOST字段的完整信息，则直接保存在所述当前数据流对应的缓存区域中；

若提取的是未知字段的信息，则将未知字段的信息及其对应的起始传输控制协议TCP序号保存在所述当前数据流对应的缓存区域中；

若提取的是URI字段的部分信息，则将提取的URI字段的部分信息、以及URI字段的缺失信息对应的起始TCP序号保存在所述当前数据流对应的缓存区域中；

若提取的是HOST字段的部分信息，则将提取的HOST字段的部分信息、以及HOST字段的缺失信息对应的起始TCP序号保存在所述当前数据流对应的缓存区域中。

3.如权利要求2所述的方法，其特征在于，拼接所述当前数据流对应的缓存区域中存储的信息，具体包括：

将URI字段的信息、HOST字段的部分信息以及与HOST字段的缺失信息对应的起始TCP序号相同的未知字段的信息进行拼接；或

将HOST字段的信息、URI字段的部分信息以及与URI字段的缺失信息对应的起始TCP序号相同的未知字段的信息进行拼接；或

将HOST字段的部分信息、与HOST字段的缺失信息对应的起始TCP序号相同的未知字段的信息、URI字段的部分信息以及与URI字段的缺失信息对应的起始TCP序号相同的未知字段的信息进行拼接。

4.如权利要求1所述的方法，其特征在于，在丢弃包含拼接所述完整的URL所使用的URL相关字段的信息的HTTP请求报文之后，还包括：

向丢弃的HTTP报文的发送端发送丢弃提示信息。

5.如权利要求1-4任一所述的方法，其特征在于，建立搜索关键字集合，具体包括：

获取被禁止的搜索关键字；

使用已知的编码格式对被禁止的中文搜索关键字分别编码；

编码后的被禁止的中文搜索关键字和获取的被禁止的非中文搜索关键字组成搜索关键字集合。

6.一种报文过滤装置，其特征在于，包括：

保存单元，用于从获取的当前数据流的超文本传输协议HTTP请求报文中提取统一资源定位符URL相关字段的信息，并保存在所述当前数据流对应的缓存区域中；

确定单元，用于确定所述当前数据流对应的缓存区域中存储的信息是否可以拼接为完整的URL；若不可以，转向获取单元；若可以，转向提取单元；

所述获取单元，用于获取所述当前数据流的下一个HTTP请求报文，转向所述保存单元；

所述提取单元，用于在确定所述完整的URL为搜索引擎的URL后，从所述完整的URL中提取出搜索关键字字段的信息；

处理单元，用于确定提取的搜索关键字字段的信息是否存储在预先建立的搜索关键字集合中；若存在，丢弃包含拼接所述完整的URL所使用的URL相关字段的信息的HTTP请求报文；若不存在，放行包含拼接所述完整的URL所使用的URL相关字段的信息的HTTP请求报文。