CN101282362A - 深度报文检测方法和装置 - Google Patents
深度报文检测方法和装置 Download PDFInfo
- Publication number
- CN101282362A CN101282362A CNA200810098105XA CN200810098105A CN101282362A CN 101282362 A CN101282362 A CN 101282362A CN A200810098105X A CNA200810098105X A CN A200810098105XA CN 200810098105 A CN200810098105 A CN 200810098105A CN 101282362 A CN101282362 A CN 101282362A
- Authority
- CN
- China
- Prior art keywords
- state machine
- attitude
- analysis result
- analysis
- message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Small-Scale Networks (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明提供了一种深度报文检测方法和装置，方法包括以下步骤：对报文初始地设置状态机为起始态，其中，状态机包括：是起始态、递进态、解析态和识别态；根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。本发明提高了深度报文检测的效率。
Description
技术领域
本发明涉及通信领域，具体而言，涉及一种深度报文检测方法和装置。
背景技术
随着互联网技术的快速发展，在网络上承载的内容也越来越丰富，而且网络服务供应商对客户提供了越来越多的服务内容，同时这些服务又是根据不同的应用进行区分。这就要求网络设备能够提供较复杂的报文处理能力，能够区分不同的应用，并为不同的应用提供不同级别的带宽。以前，网络设备都是通过4层以下的报文头信息来区别不用的应用，常用的有二层MAC地址、五元组等。但是随着网络应用越来越丰富，单纯的靠4层以下的报文头信息已经不能完全地区分不同的应用，这时就需要查看4层以上甚至是报文内容，对应用层进行分析，进而区分不同的应用，这就是深度报文检测的产生。
在实现本发明过程中，发明人发现现有技术的深度报文检测是对报文进行特征字匹配和对报文的应用层协议进行分析，然而，不同的网络应用有不同的特征字或者不同的协议特征，如果采用穷举的办法，针对每种网络应用构造识别过程，将是一个非常庞大的工程。
发明内容
本发明旨在提供一种深度报文检测方法和装置，能够解决现有技术的深度报文检测面对报文变化较多时效率较低的问题。
在本发明的实施例中，提供了一种深度报文检测方法，包括以下步骤：对报文初始地设置状态机为起始态，其中，状态机包括：是起始态、递进态、解析态和识别态；根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
优选的，根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：如果状态机处于起始态，则进行特征匹配分析；如果分析结果是未匹配任何特征，则设置状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置状态机变迁到识别态；如果分析结果是匹配部分特征，则设置状态机变迁到递进态。
优选的，根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：如果状态机处于递进态，则进行特征匹配分析；如果分析结果是匹配部分后续特征，则设置状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置状态机变迁到起始态；如果分析结果是匹配解析特征，则设置状态机变迁到解析态。
优选的，根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：如果状态机处于解析态，则进行应用层协议分析；如果分析结果是匹配剩余解析特征，则设置状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置状态机仍然处于解析态；如果分析结果是超时，则设置状态机变迁到起始态。
优选的，根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析具体包括：如果重新设置的状态机是递进态或解析态，则继续根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；如果重新设置的状态机是识别态，则识别报文成功；如果重新设置的状态机是起始态，则识别报文失败。
在本发明的实施例中，还提供了一种深度报文检测装置，包括：初始模块，用于对报文初始地设置状态机为起始态，其中，状态机包括：是起始态、递进态、解析态和识别态；分析模块，用于根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；流程模块，用于根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
优选的，分析模块具体包括：第一分析单元，用于如果状态机处于起始态，则进行特征匹配分析；第一设置单元，用于如果分析结果是未匹配任何特征，则设置状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置状态机变迁到识别态；如果分析结果是匹配部分特征，则设置状态机变迁到递进态。
优选的，分析模块具体包括：第二分析单元，用于如果状态机处于递进态，则进行特征匹配分析；第二设置单元，用于如果分析结果是匹配部分后续特征，则设置状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置状态机变迁到起始态；如果分析结果是匹配解析特征，则设置状态机变迁到解析态。
优选的，分析模块具体包括：第三分析单元，用于如果状态机处于解析态，则进行应用层协议分析；第三设置单元，用于如果分析结果是匹配剩余解析特征，则设置状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置状态机仍然处于解析态；如果分析结果是超时，则设置状态机变迁到起始态。
优选的，流程模块具体包括：继续单元，用于如果重新设置的状态机是递进态或解析态，则继续根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；确认单元，用于如果重新设置的状态机是识别态，则识别报文成功；失败单元，用于如果重新设置的状态机是起始态，则识别报文失败。
上述实施例的深度报文检测方法和装置因为采用了状态机来统一深度报文检测的流程，所以解决了现有技术的深度报文检测面对报文变化较多时效率较低的问题，进而提高了深度报文检测的效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了根据本发明实施例的深度报文检测方法的流程图；
图2示出了根据本发明实施例的状态机的变迁示意图；
图3示出了根据本发明实施例的深度报文检测装置的方框图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
图1示出了根据本发明实施例的深度报文检测方法的流程图，包括以下步骤：
步骤S10，对报文初始地设置状态机为起始态，其中，状态机包括：是起始态、递进态、解析态和识别态；
步骤S20，根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
步骤S30，根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
该深度报文检测方法因为采用了状态机来统一深度报文检测的流程，其提取了不同识别过程的共性，所以解决了现有技术的深度报文检测面对报文变化较多时效率较低的问题，从而为不同网络应用的识别提供一种通用的方法，进而提高了深度报文检测的效率。
优选的，步骤S20具体包括：如果状态机处于起始态，则进行特征匹配分析；如果分析结果是未匹配任何特征，则设置状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置状态机变迁到识别态；如果分析结果是匹配部分特征，则设置状态机变迁到递进态。
优选的，步骤S20具体包括：如果状态机处于递进态，则进行特征匹配分析；如果分析结果是匹配部分后续特征，则设置状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置状态机变迁到起始态；如果分析结果是匹配解析特征，则设置状态机变迁到解析态。
优选的，步骤S20具体包括：如果状态机处于解析态，则进行应用层协议分析；如果分析结果是匹配剩余解析特征，则设置状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置状态机仍然处于解析态；如果分析结果是超时，则设置状态机变迁到起始态。
优选的，步骤S30具体包括：如果重新设置的状态机是递进态或解析态，则继续根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；如果重新设置的状态机是识别态，则识别报文成功；如果重新设置的状态机是起始态，则识别报文失败。
图2示出了根据本发明实施例的状态机的变迁示意图，其包括以下状态：
起始态101：状态机的初态；
递进态102：状态机的中间态；
解析态103：状态机的中间态；
识别态104：状态机的终态。
识别一个网络应用是从起始态开始，通过特征匹配的结果和应用层协议分析，将匹配的类型作为输入，进行状态变迁，输入包括：
A未匹配任何特征；
B匹配全部特征
C匹配部分特征
D匹配剩余后续特征
E匹配部分后续特征
F未匹配后续特征
G匹配解析特征
H匹配剩余解析特征
I未匹配解析特征
K超时
图2中，状态机的变迁过程如下：
对于一个网络数据流(由相同的源IP地址、目的IP地址、协议号、源端口号、目的端口号构成的一系列报文)，在识别时初始是在起始态101，特征匹配的结果和应用层协议分析的结果作为输入；
第一种情况：对于带有明显特征字并且特征字集中的报文，经过一次匹配就能完全匹配，也就是对应输入是B匹配全部特征，由起始态101直接变迁到识别态104；
第二种情况：对于特征字分散的报文，需要经过多次匹配，第一次匹配后也就是对应输入是C匹配部分特征，由起始态101，变迁到递进态102，然后继续匹配，对应0到n次输入E匹配部分后续特征，再加上1次输入D匹配剩余后续特征，由递进态102，最后变迁到识别态104；
第三种情况：对于特征字不明显，经过特征字匹配后还要进行协议分析，第一次匹配后也就是对应输入是C匹配部分特征，由起始态101，变迁到递进态102，然后继续匹配，对应0到n次输入E匹配部分后续特征，再加上应用层协议识别匹配相应协议解析特征，即1次输入G匹配解析特征，由递进态102，变迁到解析态103，这时可能会对该报文或后续报文做进一步解析，匹配相应协议解析特征，对应0到n次输入J匹配部分后续解析特征，最后匹配上相应协议剩余解析特征，即输入H匹配剩余解析特征，由解析态103，变迁到识别态104；
经过中间态，如果变迁到识别态，则网络应用识别成功，如果变迁到起始态(识别过程超时)，则说明尚未识别或出错；还在中间态，则继续识别。
图3示出了根据本发明实施例的深度报文检测装置的方框图，包括：
初始模块10，用于对报文初始地设置状态机为起始态，其中，状态机包括：是起始态、递进态、解析态和识别态；
分析模块20，用于根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
流程模块30，用于根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
该深度报文检测装置因为采用了状态机来统一深度报文检测的流程，所以解决了现有技术的深度报文检测面对报文变化较多时效率较低的问题，进而提高了深度报文检测的效率。
优选的，分析模块20具体包括：第一分析单元，用于如果状态机处于起始态，则进行特征匹配分析；第一设置单元，用于如果分析结果是未匹配任何特征，则设置状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置状态机变迁到识别态；如果分析结果是匹配部分特征，则设置状态机变迁到递进态。
优选的，分析模块20具体包括：第二分析单元，用于如果状态机处于递进态，则进行特征匹配分析；第二设置单元，用于如果分析结果是匹配部分后续特征，则设置状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置状态机变迁到起始态；如果分析结果是匹配解析特征，则设置状态机变迁到解析态。
优选的，分析模块20具体包括：第三分析单元，用于如果状态机处于解析态，则进行应用层协议分析；第三设置单元，用于如果分析结果是匹配剩余解析特征，则设置状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置状态机仍然处于解析态；如果分析结果是超时，则设置状态机变迁到起始态。
优选的，流程模块30具体包括：
继续单元，用于如果重新设置的状态机是递进态或解析态，则继续根据报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
确认单元，用于如果重新设置的状态机是识别态，则识别报文成功；
失败单元，用于如果重新设置的状态机是起始态，则识别报文失败。
从以上的描述中，可以看出，采用本发明所述状态机进行深度报文检测系统的设计，将简化系统设计过程，提高了程序的通用性和可扩展性，减少了程序复杂度，提高了系统整体设计效率等等。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种深度报文检测方法，其特征在于，包括以下步骤：
对报文初始地设置状态机为起始态，其中，所述状态机包括：是起始态、递进态、解析态和识别态；
根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
2.根据权利要求1所述的深度报文检测方法，其特征在于，根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：
如果所述状态机处于起始态，则进行特征匹配分析；
如果分析结果是未匹配任何特征，则设置所述状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置所述状态机变迁到识别态；如果分析结果是匹配部分特征，则设置所述状态机变迁到递进态。
3.根据权利要求1所述的深度报文检测方法，其特征在于，根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：
如果所述状态机处于递进态，则进行特征匹配分析；
如果分析结果是匹配部分后续特征，则设置所述状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置所述状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置所述状态机变迁到起始态；如果分析结果是匹配解析特征，则设置所述状态机变迁到解析态。
4.根据权利要求1所述的深度报文检测方法，其特征在于，根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机具体包括：
如果所述状态机处于解析态，则进行应用层协议分析；
如果分析结果是匹配剩余解析特征，则设置所述状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置所述状态机仍然处于解析态；如果分析结果是超时，则设置所述状态机变迁到起始态。
5.根据权利要求1所述的深度报文检测方法，其特征在于，根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析具体包括：
如果所述重新设置的状态机是递进态或解析态，则继续根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
如果所述重新设置的状态机是识别态，则识别所述报文成功；
如果所述重新设置的状态机是起始态，则识别所述报文失败。
6.一种深度报文检测装置，其特征在于，包括：
初始模块，用于对报文初始地设置状态机为起始态，其中，所述状态机包括：是起始态、递进态、解析态和识别态；
分析模块，用于根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
流程模块，用于根据重新设置的状态机是起始态、递进态、解析态还是识别态确认识别结果或继续进行特征匹配或应用层协议分析。
7.根据权利要求6所述的深度报文检测装置，其特征在于，所述分析模块具体包括：
第一分析单元，用于如果所述状态机处于起始态，则进行特征匹配分析；
第一设置单元，用于如果分析结果是未匹配任何特征，则设置所述状态机仍然处于起始态；如果分析结果是匹配全部特征，则设置所述状态机变迁到识别态；如果分析结果是匹配部分特征，则设置所述状态机变迁到递进态。
8.根据权利要求6所述的深度报文检测装置，其特征在于，所述分析模块具体包括：
第二分析单元，用于如果所述状态机处于递进态，则进行特征匹配分析；
第二设置单元，用于如果分析结果是匹配部分后续特征，则设置所述状态机仍然处于递进态；如果分析结果是匹配剩余后续特征，则设置所述状态机变迁到识别态；如果分析结果是未匹配后续特征或超时，则设置所述状态机变迁到起始态；如果分析结果是匹配解析特征，则设置所述状态机变迁到解析态。
9.根据权利要求6所述的深度报文检测装置，其特征在于，所述分析模块具体包括：
第三分析单元，用于如果所述状态机处于解析态，则进行应用层协议分析；
第三设置单元，用于如果分析结果是匹配剩余解析特征，则设置所述状态机变迁到识别态；如果分析结果是未匹配解析特征或匹配部分后续解析特征，则设置所述状态机仍然处于解析态；如果分析结果是超时，则设置所述状态机变迁到起始态。
10.根据权利要求6所述的深度报文检测装置，其特征在于，所述流程模块具体包括：
继续单元，用于如果所述重新设置的状态机是递进态或解析态，则继续根据所述报文的状态机进行特征匹配或应用层协议分析，并根据分析结果重新设置其状态机；
确认单元，用于如果所述重新设置的状态机是识别态，则识别所述报文成功；
失败单元，用于如果所述重新设置的状态机是起始态，则识别所述报文失败。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810098105XA CN101282362B (zh) | 2008-05-13 | 2008-05-13 | 深度报文检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810098105XA CN101282362B (zh) | 2008-05-13 | 2008-05-13 | 深度报文检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101282362A true CN101282362A (zh) | 2008-10-08 |
| CN101282362B CN101282362B (zh) | 2011-04-06 |
Family
ID=40014635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200810098105XA Expired - Fee Related CN101282362B (zh) | 2008-05-13 | 2008-05-13 | 深度报文检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101282362B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101478447B (zh) * | 2009-01-08 | 2011-01-05 | 中国人民解放军信息工程大学 | 一种深度报文检测方法和装置 |
| CN101483557B (zh) * | 2009-03-03 | 2011-07-13 | 中兴通讯股份有限公司 | 一种用于深度报文检测设备的日志统计、保存方法和系统 |
| FR2973188A1 (fr) * | 2011-03-25 | 2012-09-28 | Qosmos | Procede et dispositif d'extraction de donnees d'un flux de donnees circulant sur un reseau ip |
| CN102710504A (zh) * | 2012-05-16 | 2012-10-03 | 华为技术有限公司 | 应用识别方法和装置 |
| CN105162626A (zh) * | 2015-08-20 | 2015-12-16 | 西安工程大学 | 基于众核处理器的网络流量深度识别系统及识别方法 |
| CN106713357A (zh) * | 2017-01-24 | 2017-05-24 | 南京仁谷系统集成有限公司 | 一种通用的网络协议解析方法 |
| CN114039928A (zh) * | 2021-11-02 | 2022-02-11 | 恒安嘉新（北京）科技股份公司 | 网络流量的识别方法、装置、设备及存储介质 |
| CN114039928B (zh) * | 2021-11-02 | 2024-07-02 | 恒安嘉新（北京）科技股份公司 | 网络流量的识别方法、装置、设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101060492B (zh) * | 2007-05-29 | 2010-08-11 | 杭州华三通信技术有限公司 | 会话检测方法及会话检测系统 |
| CN101141458A (zh) * | 2007-10-12 | 2008-03-12 | 网经科技（苏州）有限公司 | 网络数据流水线式分析处理的方法 |
-
2008
- 2008-05-13 CN CN200810098105XA patent/CN101282362B/zh not_active Expired - Fee Related
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101478447B (zh) * | 2009-01-08 | 2011-01-05 | 中国人民解放军信息工程大学 | 一种深度报文检测方法和装置 |
| CN101483557B (zh) * | 2009-03-03 | 2011-07-13 | 中兴通讯股份有限公司 | 一种用于深度报文检测设备的日志统计、保存方法和系统 |
| US9973372B2 (en) | 2011-03-25 | 2018-05-15 | Qosmos Tech | Method and device for extracting data from a data stream travelling around an IP network |
| FR2973188A1 (fr) * | 2011-03-25 | 2012-09-28 | Qosmos | Procede et dispositif d'extraction de donnees d'un flux de donnees circulant sur un reseau ip |
| WO2012131229A1 (fr) * | 2011-03-25 | 2012-10-04 | Qosmos | Procede et dispositif d'extraction de donnees d'un flux de donnees circulant sur un reseau ip |
| CN103765821A (zh) * | 2011-03-25 | 2014-04-30 | QoSMOS公司 | 从ip网络流过的数据流中提取数据的方法和设备 |
| KR101912778B1 (ko) * | 2011-03-25 | 2018-10-29 | 꼬스모스 테크 | Ip 네트워크 주위로 흐르는 데이터스트림으로부터 데이터를 추출하기 위한 방법 및 장치 |
| CN103765821B (zh) * | 2011-03-25 | 2017-03-22 | QoSMOS公司 | 从ip网络流过的数据流中提取数据的方法和设备 |
| CN102710504A (zh) * | 2012-05-16 | 2012-10-03 | 华为技术有限公司 | 应用识别方法和装置 |
| CN105162626B (zh) * | 2015-08-20 | 2018-07-06 | 西安工程大学 | 基于众核处理器的网络流量深度识别系统及识别方法 |
| CN105162626A (zh) * | 2015-08-20 | 2015-12-16 | 西安工程大学 | 基于众核处理器的网络流量深度识别系统及识别方法 |
| CN106713357A (zh) * | 2017-01-24 | 2017-05-24 | 南京仁谷系统集成有限公司 | 一种通用的网络协议解析方法 |
| CN114039928A (zh) * | 2021-11-02 | 2022-02-11 | 恒安嘉新（北京）科技股份公司 | 网络流量的识别方法、装置、设备及存储介质 |
| CN114039928B (zh) * | 2021-11-02 | 2024-07-02 | 恒安嘉新（北京）科技股份公司 | 网络流量的识别方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101282362B (zh) | 2011-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101282362B (zh) | 深度报文检测方法和装置 | |
| CN107026917A (zh) | 用于消息推送的方法及系统 | |
| EP2710776B1 (en) | Anonymous signalling | |
| CN103488796B (zh) | 根据上下文输入的方法及移动终端 | |
| CN106656998B (zh) | 服务器通信方法及装置 | |
| CN107728497B (zh) | 用于人机交互的通信方法 | |
| CN102483785A (zh) | 通过网络服务器互连个人计算机和移动终端上的应用 | |
| US20170093827A1 (en) | Dynamic web services server | |
| CN105897652A (zh) | 一种基于标准协议的异构终端动态接入方法 | |
| CN102546363A (zh) | 一种报文处理方法、装置及设备 | |
| CN107124483A (zh) | 域名解析方法及服务器 | |
| CN102364897A (zh) | 一种网关级在线网络报文检测过滤方法及装置 | |
| CN105242975A (zh) | 一种消息传输的方法和消息中间件 | |
| CN1988543A (zh) | 报文类型识别方法及装置、报文首部压缩方法及系统 | |
| CN107368334B (zh) | 一种业务插件交互系统及方法 | |
| US8959231B2 (en) | Representation of Boolean expressions for specifying filters using XML | |
| CN101964923A (zh) | 交互式命令的配置系统及方法 | |
| CN104202432B (zh) | 一种远程web管理系统及管理方法 | |
| CN102685118B (zh) | 单pdp双栈串行拨号方法和系统 | |
| CN108494613B (zh) | 一种警用数字集群系统间互联互通的测试系统和方法 | |
| EP1758338B1 (fr) | Procédé et équipement de communication sécurisé pour le traitement des paquets de données selon le mécanisme SEND | |
| CN103780409A (zh) | 一种上网行为管理方法和设备 | |
| CN111464879B (zh) | 一种数据通信的方法及装置 | |
| CN102904940A (zh) | 一种Web服务器识别的方法及装置 | |
| CN101969478A (zh) | 一种智能dns报文处理方法及处理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180703 Address after: California, USA Patentee after: Global innovation polymerization LLC Address before: 518057 Zhongxing building, science and technology south road, Nanshan District hi tech Industrial Park, Guangdong, Shenzhen Patentee before: ZTE Corp. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110406 |