[发明专利]一种基于模式匹配的HTTP请求报文识别方法

摘要

本发明提供了一种基于模式匹配的HTTP请求报文识别方法，该方法将HTTP请求报文进行分类，利用表达式组对HTTP请求报文包含的3个重要字段：GET、Host、Referer分别GET、Host、Referer算法匹配，当GET、Host、Referer三个字段都成功匹配后，认为HTTP请求报文匹配成功，并将其识别为一种分类。该方法专用于HTTP请求报文的识别，充分考虑程序处理效率的情况下，满足“HTTP请求报文识别”的灵活性，识别精确，如果需要提高精确性，可将GET匹配算法应用到其它字段。

主权项

1.一种基于模式匹配的HTTP请求报文识别方法，所述HTTP请求报文包括GET、Host、Referer三个字段，其特征在于，所述方法包括如下步骤：步骤一：预先定义HTTP请求报文的分类及其对应的分类名，每个分类下有至少一条表达式组，每个表达式组包括Host匹配算法表达式、Referer匹配算法表达式、GET匹配算法表达式；步骤二：选中一条待识别HTTP请求报文，进行如下操作：S2.1：选择一个没有对所述HTTP请求报文进行过匹配计算的表达式组；S2.2：利用S2.1选择的表达式组对HTTP请求报文的Host字段进行Host匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.3，否则返回S2.1；S2.3：对HTTP请求报文的Referer字段进行匹配运算，如果匹配算法字段为空或匹配成功则进行步骤S2.4，否则返回S2.1；S2.4：对HTTP请求报文的GET字段进行匹配运算，如果匹配成功则识别出HTTP请求报文对应的分类名，否则返回S2.1；S2.5：重复执行步骤S2.1‑ S2.4，直到遇到匹配的表达式组，如遍历完所有表达式组后不能匹配，则丢弃该HTTP请求报文；在S2.5中，如果遇到匹配的表达式组，则根据需要截取GET字段的字符串，将其与步骤S2.4对应的分类名进行字符串拼接，之后进行HASH运算得到HASH值；步骤三：重复步骤二，直到遍历完所有待识别的HTTP请求报文。