.png){kind=icon}
返回
Similarity-based Field Inference for Unknown Binary Network Protocols
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comnet.2025.111948.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
协议逆向工程是指推断未知网络协议的规范或语义的过程，这是对网络系统进行全面分析和性能评估的关键能力。现有研究主要关注协议字段的提取，往往忽视了准确识别变长字段的挑战。在本文中，我们提出FLINT，通过静态追踪分析来重建未知二进制网络协议的完整字段格式。FLINT首先根据结构相似性对消息进行聚类，并利用信息熵将协议头与载荷分离。随后，它引入消息长度特征，执行位置感知关联分析以识别候选变长字段。这些候选字段通过序列比对推断出精确边界。接着，变长字段通过零填充进行标准化，并计算水平相邻偏移处的位级相似性。剩余的字段边界最终通过检测拟合相似性曲线中的拐点来识别。我们在涵盖十六种不同协议的多个真实网络追踪上评估了FLINT。实验结果表明，FLINT优于现有最先进的方法，在提取变长和定长字段方面均实现了高精度、高召回率和高F1分数。
期刊
IF:
4.6
论文数:
1.7K
被引数:
1.6W
机构
暂无机构信息
引用论文
.png){kind=icon}
GramMatch: An automatic protocol feature extraction and identification systemGrammatch：一个自动协议特征提取和识别系统
PREAI
分享收藏分享收藏
分享收藏
查看更多内容