[发明专利]一种基于字典树剪枝搜索的协议关键字识别方法

摘要

一种基于字典树剪枝搜索的协议关键字识别方法，首先获取需要识别的数据流，将数据流中数据存入循环队列buffer，对buffer中字符串记进行扫描，生成字典树中分支，在每次字典树中分支生成过程中，当满足剪枝条件时计算各个节点的剪枝阈值进行字典树剪枝，最后获取精炼比例PurifyRate，根据精炼比例PurifyRate得到关键字，完成关键字识别。本发明方法通过引入字典树剪枝算法，解决了使用传统字典树算法进行协议关键字识别时使用的存储空间过大的缺陷，具有提高了计算机的空间利用效率的优点，具有较好的使用价值。

主权项

1.一种基于字典树剪枝搜索的协议关键字识别方法，其特征在于包括如下步骤：(1)获取需要进行协议关键字识别的数据流，建立长度为24的循环队列buffer，将迭代器index定位在数据流第1位，建立变量DataCount记录扫描过的数据流长度，建立变量NodeNum记录字典树中节点数量，建立字典树root， 其中，DataCount的初值为0，NodeNum的初值为0；(2)将以index为起点的数据流中的24位数据存入循环队列buffer，将buffer中存放的数据字符串记为A(a₁a₂...a₂₄)，从a₁开始扫描字符串，将当前扫描的字符记为a_i，若字典树root中某个节点存放的字符与a_i相同，则将当前节点的计数值count加1，并将该字符赋值给当前节点，然后继续扫描字符串A(a₁a₂...a₂₄)，若字典树root中任何节点对应的字符都与a_i不同，i＝1，2，3…24，则将a_ia_i+1…a₂₄中的字符分别作为24‑i+1个节点，并连接在字符为a_i‑1的节点上，包括字符a_j的节点的深度depth为j、计数值count为1，NodeNum＝NodeNum+(24‑i+1)，j＝i，i+1，…24，其中，存储字符为a₀的节点为根节点；(3)index＝index+1，DataCount＝DataCount+1；(4)判断变量NodeNum、DataCount，如果NodeNum>MaxNodeNum或者DataCount％CycleTime＝0，则转入步骤(5)，否则转入步骤(2)，直至DataCount+24等于数据流长度，转入步骤(7)；其中，符号％代表求模运算；(5)计算得到深度为depth的节点的剪枝阈值MinCountList[depth]＝DataCount/(2^depth)*10；(6)从字典树的根节点开始遍历字典树，将当前遍历到的节点temp的深度记为depth_t、计数值记为count_t，如果count_t小于MinCountList[depth_t]，则将temp节点、temp节点的所有子节点从字典树中删除，否则继续遍历字典树直至遍历完毕，并转入步骤(2)；(7)用字符串列表StrList记录协议关键字，获取精炼比例PurifyRate，从根节点开始遍历字典树，将当前遍历到节点记为temp，节点temp的深度记为depth_t、计数值记为count_t，节点temp的直接父节点记为parent，节点parent深度记为depth_p、计数值记为count_p，若count_t/count_p<PurifyRate，则将根节点到节点parent的分支上的所有节点记录的字符组成字符串，加入到StrList中，完成关键字识别。