基于DPI（深度报文解析）的应用识别2------实际分析

新浪微博的分析

早上刚刚起床先刷微博，打算就分析一下新浪微博。登陆之后抓取公布微博的数据包。进行分析。

1.抓包的要点：

1.关闭其它网络应用，保证本机网络流量的干净，便于分析。

2.先开启wireshark，后公布微博，微博公布成功马上停止。其它的应用类似。

3.查看conversion list ，太小的包不是必需检查。

4.最关键的一点：一定抓取到3次握手，切记切记。

5.大部分应用都是基于TCP的。所以TCP优先分析，其次是UDP。

2.实际分析

1.筛选出TCP的回话列表，如图

我本地的流量比較干净，并且这次的分析比較明显，低于500Byte的数据包基本不含什么实用的信息。所以本次分析直接选择大小为6563的数据包就能够，实际情况可没这么少，应该会有非常多干扰的回话，须要去细致分析。

2.下面对65563的数据包进行分析：

确定这次回话有三次握手。图红框内的部分。这样就能准确的在建立链接的时候就能识别应用。

3.PC的web 微博基于http的，接下来就是分析HTTP报文内容。写出正确的正則表達式。以准确识别应用。

实际发得微博内容：

1.实际发的微博内容是n个a，在解析出的报文内容中text=aaaaaaaaaaaaaaaaaaaaaaaaaaa。

明显是我们发的微博内容。这样就能够更进一步确定这是我们发的微博的数据包。

2.Host相应的是weibo.com

4.写出正确的正則表達式，以准确识别应用。

1.确保一个公司的同样产品直接不能产生误识别，或者正則表達式之间没有包括关系。举个样例：你想识别微博，然后你仅仅写一个weibo.com。这样全部的微博产品都被识别，或者影响了。

2.正則表達式的面不能太大，这样就产生应用之间的误识别。

正則表達式的面也不能太小，这样网络报文随应用的细小变化。都会引起应用识别的不准确或者失效。、

依据http报文内容进行分析。本样例中须要注意几个关键点：POST/GET、 Host、还有微博内容前面带着的关键词text，这个可能是差别与其他应用的关键点。

本例正則表達式：

1.regex=^POST\x20\/aj\/mblog\/add.*weibo.*text

2.regex=^POST\x20.*weibo.*text

3.regex=^POST\x20.*add.*weibo.*text
4.regex=^POST\x20\/aj\/mblog\/add.*weibo

注：正則表達式的写法这里不详解，能够參考关于应用识别的上一篇文章。

这里我写几种范围不同的正則表達式，这就涉及到正則表達式范围大小的问题，依据实际情况把握。

这里我依据实习公司的规则要求写一个识别发微博应用的规则。这有点不好意思。我做一下调整，避开不必要的麻烦。非常多应用的规则组成应用的协议库，以便识别应用。

ApplicationId: SG_APP_SINA_WEIBO_LOGIN
ApplicationName：SinaWeiboPublish
name_cn: 新浪微博公布
ApplicationType: APP_SOCIAL_NETWORK
ApplicationProtocol: TCP
ScanLength: ^POST\x20.*add.*weibo.*text