[发明专利]一种基于多状态机的协议解析系统及方法

说明书

技术领域

本发明涉及一种基于多状态机的协议解析系统及解析方法。

背景技术

现有的协议一般都是以键-值对的形式定义的。键也就是通常所说的特征码，值则是通常所说的有效数据。在实际操作时，通过对特征码的循环匹配，将相应的有效数据进行保存，当识别到的特征码为结束特征码的时候，则输出匹配结果。

现有的解析方法存在着如下几点不足：

(I)解析速度慢；

(II)在网络数据传输中，特征码可能被分段传输，导致特征码匹配不到；

(III)无法定义特征码出现的先后顺序；

(V)所有的特征码都聚集在一个状态机里面，可能造成状态机爆炸；

(IV)没有容错机制和跳转机制。

以下对本案涉及到的几个名词进行解释：

(I)状态：用于匹配的最小单位。比如特征码China包含有C、h、i、n和a五个状态。

(II)状态机：一个有向图形，由一组节点和一组相应的转移函数组成。

(III)前置状态：用于保存上次匹配结束时的最终状态。

发明内容

本发明的目的，在于提供一种基于多状态机的协议解析方法，其可提高解析效率，解决特征码被分段传输的问题，并可进行容错处理。

为了达成上述目的，本发明的解决方案是：

一种基于多状态机的协议解析系统，包括：

多状态机生成模块，用于定义需要的状态机以及状态机之间的跳转关系；以及，

状态机匹配模块，用于待匹配数据的输入、中间匹配结果的保存以及最终匹配结果的输出。

一种基于多状态机的协议解析方法，包括如下步骤：

步骤1，初始化所有状态机，并定义各状态机之间的跳转关系，形成多状态机；

步骤2，将待匹配的数据输入多状态机进行匹配，输出匹配结果。

上述步骤1中，对基于Http协议的多状态机，将特征码“POST”作为根状态机下的特征码，“/r/n/r/n”为“POST”特征码下的结束特征码。

上述步骤1中，对基于Smtp协议的多状态机，将特征码“To:”作为根状态机下的特征码，“/r/n/r/n”为“To:”特征码下的结束特征码。

上述步骤2的具体内容是：

步骤21，将待匹配的数据输入多状态机进行匹配；如果前置状态不为空，则将当前状态恢复为前置状态；否则从根状态机开始匹配；

步骤22，如果匹配到特征码，则执行步骤23，否则执行步骤25；

步骤23，如果特征码为结束特征码，则执行步骤24，否则保存对应的有效数据，并跳转到该特征码对应的状态机，并执行步骤22；

步骤24，将获取到的有效数据进行整合并分析：如果有效数据符合解析的协议特征，则输出解析结果并跳转到该特征码对应的状态机；否则判定匹配结果为脏数据，丢弃获取到的有效数据，并跳转到容错状态机；执行完上述操作后执行步骤22；

步骤25，匹配结束，将最后匹配到的状态保存为前置状态。

上述步骤24中，容错状态机为根状态机。

采用上述方案后，本发明具有以下特点：

(1)本发明采用多状态机间跳转的方式，可以解耦状态之间的关系，可以避免状态机爆炸，提高解析效率；

(2)本发明可以解决特征码被分段传输而导致的匹配失败问题；

(3)本发明具有容错机制，可以对脏数据进行识别和处理；

(4)状态机匹配之后，输出的即是最终数据，而不是一堆无序的状态。

附图说明

图1是本发明的多状态机的拓扑图；

图2是本发明的多状态机匹配流程图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

本发明提供一种基于多状态机的协议解析系统，包括如下两个模块：

(1)多状态机生成模块，用于定义需要的状态机以及状态机之间的跳转关系；

(2)状态机匹配模块，用于待匹配数据的输入、中间匹配结果的保存以及最终匹配结果的输出。

基于以上系统，本发明还提供一种基于多状态机的协议解析方法，包括如下步骤：

步骤1，生成多状态机

包含：

步骤11，初始化所有状态机；

步骤12，定义各状态机之间的跳转关系，形成多状态机。

以下将以基于Http协议和Smtp协议的多状态机的生成为例，说明步骤1的实现过程。