[发明专利]一种未知协议报文格式推断方法

权利要求书

1.一种未知协议报文格式推断方法，其特征在于：包括以下步骤：

步骤1：采集N个数据包序列，按照数据包序列的长度对数据包序列进行排序；建立最底层具有N个叶子节点，高度为的比对完全二叉树；比对完全二叉树初始时，将排序后的N个数据包序列依次对应赋值给最底层N个叶子节点，每个叶子节点内的值为一个数据包序列，其余节点为空值；

步骤2：根据构造的比对完全二叉树，按照下面的规则自下而上进行序列比对，使得比对完全二叉树中的每个节点均有值，且每条边均有对应的空格插入操作方式：若一个节点为空值，并且它的左右子节点均有值，则对其子节点进行序列比对，并将比对结果序列存储到该节点中，同时将序列比对产生的空格插入操作方式记录到对应的边上；

所述序列比对采用以下方法：

步骤2.1：构造一个行数为M+1，列数为K+1的矩阵，其中M为第一数据包序列的长度，K为第二数据包序列的长度；

步骤2.2：将第一数据包序列放置在矩阵左侧，且第一数据包序列中的每个字符对应矩阵的一行，第一数据包序列的所有字符依次对应第2行至第M+1行；将第二数据包序列放置在矩阵上方，且第二数据包序列中的每个字符对应矩阵的一列，第二数据包序列的所有字符依次对应第2列至第K+1列；

步骤2.3：将矩阵的第1行和第1列的元素全部赋0；矩阵中的其余元素值通过以下公式得到：

Qij=maxQi-1,j-1+SijQi,j-1Qi-1,j]]>

Q_ij为矩阵第i行第j列的元素值，i取2～M+1，j取2至K+1，S_ij为打分值，若矩阵第i行对应的第一数据包序列中的字符与矩阵第j列对应的第二数据包序列中的字符相同，则S_ij＝1，否则S_ij＝0；

步骤2.4：对于步骤2.3得到的赋值完成的矩阵，从矩阵中取值最大的元素开始，反向跟踪到矩阵的第1行第1列元素，得到一条从矩阵中取值最大的元素到矩阵第1行第1列元素的路径；所述反向跟踪的规则为：对于第i行第j列元素：比较第i-1行第j列元素、第i行第j-1列元素、第i-1行第j-1列元素的元素值，第i行第j列元素的反向跟踪方向为第i-1行第j列元素、第i行第j-1列元素、第i-1行第j-1列元素中元素值最大的元素位置，若第i-1行第j列元素、第i行第j-1列元素、第i-1行第j-1列元素的元素值相同，则第i行第j列元素的反向跟踪方向为第i-1行第j-1列元素位置；

步骤2.5：根据步骤2.4得到的路径，得到第一数据包序列和第二数据包序列的空格插入操作方式：对于处于路径中的第i行第j列元素：

若反向跟踪方向为第i-1行第j-1列元素位置，则不进行操作；

若反向跟踪方向为第i行第j-1列元素位置，则在第一数据包序列中插入空格，空格插入位置为矩阵第i行对应的字符与矩阵第i+1行对应的字符之间；

若反向跟踪方向为第i-1行第j列元素位置，则在第二数据包序列中插入空格，空格插入位置为矩阵第j列对应的字符与矩阵第j+1列对应的字符之间；

步骤2.6：将第一数据包序列和第二数据包序列按照步骤2.5得到的空格插入操作方式插入空格，得到比对结果序列；

步骤3：比对完全二叉树的根节点中得到所有叶子节点对齐的结果，所述所有叶子节点对齐的结果具有相同的长度；在所有叶子节点对齐的结果中，具有相同位置且字符相同的部分组成推断出的协议报文格式。