[发明专利]一种抽样采集报文的方法和装置

说明书

一种抽样采集报文的方法和装置，方法包括：读取采集策略文件，并根据所述采集策略文件中各采集策略对应的采集时间信息创建时间哈希表、根据所述采集策略文件中各采集策略对应的源端口信息创建源端口哈希表；将待采集的报文与所述时间哈希表、所述源端口哈希表进行匹配，根据匹配结果从所述采集策略文件中选择采集策略放入预筛选策略集；如果所述待采集报文与所述预筛选策略集中任一策略对应的确认函数匹配，则对所述待采集报文进行采集。

技术领域

本申请涉及计算机网络领域，尤指一种抽样采集报文的方法和装置。

背景技术

抽样采集报文方法主要存在于计算机网络领域中。一些技术中，计算机网络领域中使用的抽样采集报文的方法有两种，一种是直接匹配的采集方法，将捕获报文的时间和五元组跟第一条采集策略做匹配，匹配成功后采集该报文，匹配不成功则继续匹配下一条采集策略，直至采集策略全部匹配完。但是该方法具有以下几点缺陷：

(1)匹配效率低。在网络环境中，短时间内的报文量是非常大的。每一条报文都要跟所有采集策略的时间和五元组信息做匹配，时间复杂度高。

(2)丢包。在短时间内报文大的背景下，匹配效率低会导致后续来的报文堆积，产生丢包现象。

另一种是使用级联哈希表的方式，先粗筛采集策略，缩小范围再进行匹配，此级联哈希表的方法，内存空间占用大，例如：仅源端口和目的端口级联建哈希表，就需要2³²的内存空间，也就是4G内存。所以该方法虽然能够加速匹配效率，但是内存空间占用大。

发明内容

本申请提供了一种抽样采集报文的方法，该方法实现了内存占用低、快速预筛选和快速精确匹配的采集报文的方法。

本申请提供了一种抽样采集报文的方法，方法包括：

读取采集策略文件，并根据所述采集策略文件中各采集策略对应的采集时间信息创建时间哈希表、根据所述采集策略文件中各采集策略对应的源端口信息创建源端口哈希表；

将待采集的报文与所述时间哈希表、所述源端口哈希表进行匹配，根据匹配结果从所述采集策略文件中选择采集策略放入预筛选策略集；

如果所述待采集报文与所述预筛选策略集中任一策略对应的确认函数匹配，则对所述待采集报文进行采集。

一种示例性的实施例中，所述根据所述采集策略文件中各采集策略对应的采集时间信息创建时间哈希表，包括：

建立预置长度的时间哈希数表；

将采集策略文件解析为策略数组，并遍历策略数组，将每条采集策略的采集时间范围通过时间哈希函数计算出时间哈希值；

根据每条采集策略的时间哈希值创建时间哈希表。

一种示例性的实施例中，所述根据每条采集策略的时间哈希值创建时间哈希表，包括：

将该策略数组下标放入时间哈希表中，其中，策略数组的下标是表示解析的策略数组的相应位置所存放的采集策略；

若该策略数组下标与所述时间哈希表中下标冲突，则将该策略数组下标链接到所述时间哈希表冲突链上。

一种示例性的实施例中，所述根据所述采集策略文件中各采集策略对应的源端口信息创建源端口哈希表，包括：

建立预置长度的源端口哈希数表；

将采集策略文件解析为策略数组，并遍历策略数组，将每条采集策略的采集端口范围通过源端口哈希函数计算出源端口哈希值；

根据每条采集策略的源端口哈希值创建源端口哈希数表。

一种示例性的实施例中，所述根据每条采集策略的源端口哈希值创建源端口哈希数表，包括：