一种基于关联规则挖掘的网络协议语法特征快速提取方法

1.一种基于关联规则挖掘的网络协议语法特征快速提取方法，其特征在于，具体包括如下步骤：
步骤1，算法的定义：定义算法的最小支持度，频繁子串，最小频繁子串长度，协议特征；
步骤2，算法数据初始化：通过数据预处理缩小所要寻找特征字符串在原始数据帧集合中的范围，找出所有可能出现特征串的理想串；
所述算法数据初始化具体为：
步骤2.1，输入支持度阈值的最小支持度，将数据帧集合遍历一遍，记录数据帧集合最长数据的长度，记为数据帧集合最长数据的长度；
步骤2.2，定义一个一维向量Vector，用数据帧集合最长数据的长度将其中的所有元素都初始化为0；
步骤2.3，将数据帧集合中的所有数据帧遍历一遍；
步骤2.4，通过遍历一遍一维向量Vector，来计算每个位置的支持度，若该位置支持度sup≥Min_sup或者sup<＝1‑Min_sup，则说明该位置可能存在于某个特征串中，否则不可能存在；计算出每个位置支持度后我们还需定义坏字符和理想串，
如果某个位置的支持度不在上述所规定的范围内，则认为该位置的字符是一个坏字符；将出现在一维向量Vector中两个相邻的坏字符之间的子串称之为坏字符；
如果某个数据帧只有一个坏字符B1，则认为从一维向量Vector开头0一直到B1之间的子串被视为理想串，同样的从B1一直到一维向量Vector结尾也被视为一个理想串；
筛选理想串的时候利用最小频繁子串Min_len来进行一部分过滤；
步骤2.5，通过一维向量Vector和坏字符的位置得到所有的理想串，然后将所有的理想串记录到理想串的集合中prunSet；
步骤3，算法数据再处理：将步骤2获得的理想串与数据帧集合中对应位置相同长度的串进行对比切分，得到理想串的集合；
步骤3.1，对数据集合prunSet的每一条数据Str进行遍历，得到每一条数据的Str长度，用此长度来建立一个一维向量Vector，令其值为0；
步骤3.2，重新遍历数据帧集合dateset，截取与数据帧集合中的Str相同的长度和相同位置的串date，将Str与date利用最小频繁子串的长度Min_len进行切分并判断是否相等，如果相等，则将切分位置对应的一维向量Vector[i]加一，若不等则不操作；
步骤3.3，接着参考算法数据初始化的步骤2.3、2.4、2.5来进行操作即可以得到更新之后的prunSet；至此算法的数据处理操作部分已经全部完成；
步骤4，获得项集过程：将步骤3获得的理想串与数据帧集合中的数据进行截取并比较，得到所有理想串的子串集合；
获得项集过程具体为：从理想串中获取子串，与从数据帧集合dateset对应位置所截取的串进行比较分离操作，得到子串，将其放入理想串子串集合中；
步骤5，去除包含操作：将有包含情况的串进行统计处理；
步骤6，将所有理想串都进行获取项集和去除包含操作之后，将得到的每个子串都进行支持度的计算，支持度小于最小支持度的子串全部删除，最终得到所有数据帧集合的频繁子串。
2.根据权利要求1所述的一种基于关联规则挖掘的网络协议语法特征快速提取方法，其特征在于，在步骤1中，定义频繁子串需要同时满足以下条件：存在N条数据帧消息、长度为L1的比特序列；存在子串α长度为L2，L1＞L2；子串α在N条数据帧中的M条都有出现，即α出现的概率为P(M/N)；某个串出现的概率大于等于最小支持度。
3.根据权利要求1所述的一种基于关联规则挖掘的网络协议语法特征快速提取方法，其特征在于，在步骤3中：所述数据的再处理是采用串的连续属性来进行的。
4.根据权利要求1所述的一种基于关联规则挖掘的网络协议语法特征快速提取方法，其特征在于，在步骤5中，所述包含情况分为前包含，后包含和互相包含。

暂无