[发明专利]一种多维度快速匹配方法、装置及存储介质

说明书

本发明涉及一种多维度快速匹配方法、装置及存储介质，该方法包括：获取应用对象，并配置对应的多维度匹配条件；针对所述多维度匹配条件进行配置初始化，形成配置结构数组；将所述应用对象的五元组数据插入至所述配置结构数组，确定对应的设置bitmap，映射得到唯一对应的定义ID数据；将待匹配的数据包与所述应用对象的每个维度进行匹配，获取每个维度的匹配bitmap，确定对应的匹配ID数据，与所述定义ID数据进行比较，确定是否属于所述应用对象。本发明进行多维度应用识别，快速识别网络中会话流量属于哪种应用，同时利用bitmap位的设置，减少了内存空间。

技术领域

本发明涉及计算机匹配技术领域，尤其涉及一种多维度快速匹配方法、装置及存储介质。

背景技术

识别网络应用和分类是现代网络管理和安全系统中最基本的功能。常用的网络应用识别准确率是50％到80％。但是目前，随着互联网的发展，对网络安全和网络应用识别提出了更高的要求，准确率和稳定性都必须更高。传统的应用识别系统已经不能满足愈发复杂的网络环境。现有技术中，对于AC算法而言，其功能优点在于统计和排序大量的字符串，所以其优势场景是用于文本词频搜索统计，匹配方式是精准匹配。而我们网络中的应用匹配主要是靠五元组来确定一个会话输入哪个应用，多维度匹配。AC算法无法完成范围匹配。对于布隆过滤，其大位数组的置位并不是唯一确定，因为其值是通过hash算得，当某个元素不在合集中，但是算得的hash值是一样，就会存在被匹配中的情况，即，布隆过滤的准确率非100％。对于朴素贝叶斯算法，数据集属性的独立性在很多情况下是很难满足的，因为数据集的属性之间往往都存在着相互关联，如果在分类过程中出现这种问题，会导致分类的效果大大降低。因此，如何提出一种快速准确的应用流量识别的方法是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种多维度快速匹配方法、装置及存储介质，用以克服现有技术中复杂网络环境中应用流量识别不准确、不稳定的问题。

本发明提供一种多维度快速匹配方法，包括：

获取应用对象，并配置对应的多维度匹配条件；

针对所述多维度匹配条件进行配置初始化，形成配置结构数组；

将所述应用对象的五元组数据插入至所述配置结构数组，确定对应的设置bitmap，映射得到唯一对应的定义ID数据；

将待匹配的数据包与所述应用对象的每个维度进行匹配，获取每个维度的匹配bitmap，确定对应的匹配ID数据，与所述定义ID数据进行比较，确定是否属于所述应用对象。

进一步地，所述配置对应的多维度匹配条件包括：

设置所述应用对象会话的所述五元组数据和配置数据包方向，其中，所述五元组数据包括源IP数据、源端口数据、目的IP数据、目的端口数据和协议配置数据；

根据所述源IP数据、所述源端口数据、所述目的IP数据、所述目的端口数据、所述协议配置数据和所述配置数据包方向，生成对应的每一维度的匹配条件，形成所述多维度匹配条件。

进一步地，所述针对所述多维度匹配条件进行配置初始化，形成配置结构数组包括：

针对每一维度的所述匹配条件，申请对应的结构存储数组，其中，所述结构存储数组用于存储对应维度的匹配条件的配置参数；

将每一维度的所述配置参数初始化为0，形成所述配置结构数组，其中，所述配置参数包括对应维度的bitmap指针。

进一步地，所述将所述应用对象的五元组数据插入至所述配置结构数组包括：

基于二分法进行递归查找，根据IP数据的大小顺序，依次将所述应用对象的所述源IP数据、所述源端口数据、所述目的IP数据、所述目的端口数据、所述协议配置数据和所述配置数据包方向进行插入，形成保存数据数组。