一种基于主动学习的工控协议逆向分析方法

    公开(公告)号:CN111723181A

    公开(公告)日:2020-09-29

    申请号:CN202010553659.5

    申请日:2020-06-17

    Abstract: 本发明公开了一种基于主动学习的工控协议逆向分析方法,包括导入、初步分析、变异、匹配、合并,通过对工控协议pcap报文样本进行初步分析,掌握工控协议的部分报文格式和状态机,然后再利用该结果与工控机进行交互式主动学习,不断获取新的报文,从而更为准确和完整地推断出协议个词法和语法,且在对协议进行逆向分析时采用了Needleman-Wunsch序列比对算法,该算法通过相似度计分、最优回溯步骤推断协议的格式和状态机,有效保证了分析结果的准确性,同时结合主动学习过程,将响应报文与初步分析结果中的协议格式进行匹配,判断报文是否与这些协议格式相匹配,并根据需求进行反复的匹配,显著提高工控协议逆向的准确性和覆盖度。

    一种基于迭代优化的工控协议格式分析方法

    公开(公告)号:CN110213130A

    公开(公告)日:2019-09-06

    申请号:CN201910477261.5

    申请日:2019-06-03

    Abstract: 本发明涉及一种基于迭代优化的工控协议格式分析方法,包括:将pcap文件中的报文数据导入,并加载到报文数据集中,之后用户自定义工控协议的格式以及各个字段的语义,再设置相似度分值,然后将报文数据集中的报文与自定义的协议格式逐个进行匹配,若匹配成功,则将该报文删除,直至所有报文都匹配完成,采用Needleman-Wunsch序列比对算法对报文数据集中的报文进行逆向分析,得到新的协议分析结果,之后用户判断是否结束此次协议逆向分析,若需要继续进行迭代分析,则将原来pcap文件中的所有报文重新加载到报文数据集中,然后再转步骤S2,否则结束分析。本发明基于迭代优化的工控协议格式分析方法,其能更为准确地推断出协议的格式和语法,保证分析结果的准确性。

    一种基于时延和地理一致性约束的城市级IP定位方法

    公开(公告)号:CN107920115B

    公开(公告)日:2020-08-11

    申请号:CN201711144496.X

    申请日:2017-11-17

    Abstract: 本发明公开了一种基于时延和地理一致性约束的城市级IP定位方法,该方法首先通过大量测量建立测量点与目标城市的时延区间;然后,测量测量点对待验证的IP的时延并获取网络路径的逐跳IP;之后,检验待验证的IP的时延是否在目标城市的时延区间内,同时检验待验证IP网络路径内同一时延区间最后几跳的IP地理位置进行一致性验证确定待验证IP的最大可能位置。通过本发明可以对IP定位库中IP定位结果进行检验,广泛应用于网络攻击跟踪溯源、定向广告、在线防欺诈、网络空间态势呈现等领域,可有效改善IP定位的精度。

    一种基于时延和地理一致性约束的城市级IP定位方法

    公开(公告)号:CN107920115A

    公开(公告)日:2018-04-17

    申请号:CN201711144496.X

    申请日:2017-11-17

    Abstract: 本发明公开了一种基于时延和地理一致性约束的城市级IP定位方法,该方法首先通过大量测量建立测量点与目标城市的时延区间;然后,测量测量点对待验证的IP的时延并获取网络路径的逐跳IP;之后,检验待验证的IP的时延是否在目标城市的时延区间内,同时检验待验证IP网络路径内同一时延区间最后几跳的IP地理位置进行一致性验证确定待验证IP的最大可能位置。通过本发明可以对IP定位库中IP定位结果进行检验,广泛应用于网络攻击跟踪溯源、定向广告、在线防欺诈、网络空间态势呈现等领域,可有效改善IP定位的精度。

Patent Agency Ranking