[发明专利]一种基于HTTP旁路流量的机器行为分析方法

权利要求书

1.基于HTTP旁路流量的机器行为分析方法，其特征在于，包括：

S1对网络端口的监听进行旁路流量，并对旁路流量进行正则过滤；

S2按照用户和渠道进行分流，区分不同用户不同渠道的流量，解析成探头数据推送到Kafka中间件；

S3规则引擎读取Kafka中探头数据并进行实时指标运算，然后结合规则判断是否为网络机器行为。

2.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，步骤S1中旁路流量指通过libpcap对指定网络端口进行抓包，并通过BPF(BSD Packet Filter)指定IP地址和端口。

3.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述的步骤S2区分出不同的用户并区分iOS、ANDROID、WEB等渠道。

4.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述探头数据为对HTTP的旁路流量进行解析封装成可供规则引擎识别的一种数据对象。

5.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述探头数据包括但不限于用户、渠道、请求的Method、资源URI、Use-Agent、IP、Cookie等属性。

6.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述规则引擎为执行预定义或动态定义语义的业务决策组件，用于接受数据，匹配规则，并根据规则作出决策。

7.根据权利6所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述规则引擎中的规则为用户自定义的规则，可根据用户需求进行设定。

8.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述正则过滤为对于旁路到的HTTPS、TPS等其它协议的流量直接丢弃，并将旁路到的流量区分出动态或静态流量。

9.根据权利1所述的基于HTTP旁路流量的机器行为分析方法，其特征在于，所述规则引擎包括指标计算容器，用于存放用户自定义的指标，并进行实时指标计算。