专利名称：自学习的发帖审计系统的实现方法
技术领域：
本发明涉及ー种自学习的发帖审计系统的实现方法，属于网络安全技术领域。
背景技术：
目前，公司内部员エ对机密文件、敏感信息的窃取和泄漏，以及在工作时间，利用公司网络资源进行与工作无关的活动，严重损害了公司的利益。随着我国电子政务系统的实施和建设，政府、企事业单位对安全提出了更高的要求。公司员エ通过网络与外界联系的方式通常有以下几种即时通讯软件、电子邮件、论坛博客等。其中，即时通讯软件和电子邮件由于对安全性和隐私性有比较高的要求，因此对技术的要求比较高，且用户比较集中(据统计，QQ用户数量超过9. 3亿，网易邮箱用户数量超过4亿)、用户粘性比较大，因此对于审计系统来说，通常只要分析几个主流的产品即可覆盖大部分用户，工程量较小，维护相对容易。但是这种情况对于论坛博客来说不成立。首先，论坛博客系统存储的个人信息比较少，或者根本不需要，导致论坛博客系统对安全性的要求不高，因此对技术的要求相对较低，比较容易实现；其次，开源论坛博客系统流行(例如Discuz!、JForum、WordPress等等)，利用开源的代码搭建一个论坛博客网站十分容易，且成本低；第三，论坛博客的种类五花八门、各有特色(鉄血网、西陆论坛是著名的军事论坛，cnblogs是著名的技术博客等)。以上这些特点都导致了用户分散(著名的天涯论坛用户数量超过6千万，但远不及QQ的用户数量)，给发帖审计带来困难需要分析数十个论坛博客系统，工程量大，维护困难。现在有些公司还搭建了自己的内部论坛，以方便员エ的交流，而对于这种论坛，又需要推出针对某个公司的特别版本才能审计，这无疑又加大了产品维护的困难。在论坛中发帖、在博客中发博文等行为通常都是采用HTTP POST的方式将帖子、博文通过浏览器提交到服务器端。如果能对这类HTTP POST报文加以分析，并提炼出相似的部分，则能对解决发帖审计系统的以上这些缺点有极大的帮助。
发明内容
本发明针对目前发帖审计系统可扩展性、可维护性差、不能用户自定义等方面的不足，提供ー种自学习的发帖审计系统的实现方法，提高系统的可扩展性、可维护性、易用性和智能性。本发明的目的通过以下技术方案来实现
自学习的发帖审计系统的实现方法，包括以下步骤
1)将发帖时提交的HTTPPOST报文正文解析成一个关键字-值对列表的形式，对于不同的论坛博客系统，根据不同的标题关键字、内容关键字在列表中查找，即得到相应的标题、内容；
2)将每个不同的论坛博客的特征写成一个仅与关键字有关的配置，并将这个配置采用的数据库的方式存储，方便添加和修改；3)将关键字-值对列表展示给用户，并允许用户根据这个表修改标题、内容的关键字，以达到用户自定义论坛的目的；
4)设置ー些经常出现关键字，以实现在论坛博客系统升级，导致关键字特征改变时，仍能审计到标题、内容的自学习功能。进ー步地，上述的自学习的发帖审计系统的实现方法，在审计系统获得一个完整的HTTP POST报文 后，首先根据RFC2616中规定的HTTP格式解析HTTP首部，得到Host和Content-Type字段，即域名和HTTP正文的格式；然后，根据前面得到的格式解析HTTP正文，得到关键字-值对列表；接着，根据前面得到的域名找到相应的配置；最后，根据配置中的标题、内容关键字在列表中查找得到相应的值；
程序在启动时，从数据库中读取各个论坛博客的关键字配置，并组织成ー个配置链表，在审计系统获取HTTP POST报文的Host字段后，与配置中的Host相匹配，匹配成功，即找到论坛博客网站的配置，链表按优先级从高到低排序，用户自定义论坛的配置优先级最高，预置的论坛博客的配置为普通优先级；如果前面的论坛博客的配置一个都没有匹配上，进入最低优先级的配置进行匹配，此时不再根据Host匹配，而是根据关键字匹配，如果关键字-值对列表中存在某个配置的关键字，则匹配成功，然后可以根据配置中的标题、内容关键字到关键字-值对列表中查找；
用户从页面设置新的标题、内容关键字后，更新到程序中的配置链表，使以后的审计使用新的配置；还更新到数据库，使程序重启后从数据库中读取新的配置。本发明技术方案突出的实质性特点和显著的进步主要体现在
利用抽象化的思想，将发帖报文解析成一个列表的形式，并将不同的论坛博客的特征写成ー个配置的形式，大大提高了系统的可扩展性；将不同论坛博客的配置用数据库的方式存储，大大提高了系统的可维护性；用户可以根据列表修改标题、内容的关键字，显示了系统的易用性和灵活性；在论坛博客系统升级，或其他导致关键字特征改变的情况时，仍能审计到标题、内容，显示了系统的智能性和強健性。
下面结合附图对本发明技术方案作进ー步说明
图I:发帖审计流程示意 图2 :配置的数据结构示意 图3 :用户自定义论坛流程示意图。
具体实施例方式在论坛中发帖、在博客中发博文等行为通常都是采用HTTP POST的方式将帖子、博文通过浏览器提交到服务器端的。通常情况下，这类HTTP POST报文正文的格式为application/x-www-form-urIencodea 或 multipart/form-data,这都是由 HTTP 报又直部的Content-Type字段決定的，这两种格式的特点是都可以解析成许多“关键字-值”对的形式，而标题、内容就是其中的ー个或两个“关键字-值”对。然后根据各个论坛博客系统不同的标题关键字、内容关键字就可以找到相应的标题、内容。自学习的发帖审计系统的实现方法，包括以下步骤1)将发帖时提交的HTTPPOST报文正文解析成一个关键字-值对列表的形式，对于不同的论坛博客系统，根据不同的标题关键字、内容关键字在列表中查找，即得到相应的标题、内容
2)将每个不同的论坛博客的特征写成一个仅与关键字有关的配置，并将这个配置采用的数据库的方式存储，方便添加和修改；
3)将关键字-值对列表展示给用户，并允许用户根据这个表修改标题、内容的关键字，以达到用户自定义论坛的目的；
4)设置ー些经常出现关键字，比如“title”、“C0ntent”、“b0dy”等，以实现在论坛博客系统升级，导致关键字特征改变时，仍能审计到标题、内容的自学习功能。如图I所示发帖审计流程，自学习的发帖审计系统，在审计系统获得一个完整的HTTP POST报文后，首先根据RFC2616中规定的HTTP格式解析HTTP首部，得到Host和Content-Type字段，即域名和HTTP正文的格式；然后，根据前面得到的格式解析HTTP正文，得到“关键字-值”对列表；接着，根据前面得到的域名找到相应的配置；最后，根据配置中的标题、内容关键字在列表中查找得到相应的值。如图2所示配置的数据结构；程序在启动时，从数据库中读取各个论坛博客的关键字配置，并组织成ー个配置链表；在审计系统获取HTTP POST报文的Host字段后，与配置中的Host相匹配，匹配成功，即找到该论坛博客网站的配置；为了防止误匹配情况发生，链表按优先级从高到低排序，用户自定义论坛的配置优先级最高，预置的论坛博客的配置为普通优先级；如果前面的论坛博客的配置一个都没有匹配上，进入最低优先级的配置进行匹配，此时不再根据Host匹配，而是根据关键字匹配，如果“关键字-值”对列表中存在某个配置的关键字，则匹配成功，然后根据配置中的标题、内容关键字到“关键字-值”对列表中查找。如图3所示用户自定义论坛流程，用户从页面设置了新的标题、内容关键字后，需要更新到程序中的配置链表，以保证以后的审计可以使用新的配置；还需要更新到数据库，以保证程序重启后可以从数据库中读取新的配置。综上所述，本发明提供ー种自学习的发帖审计系统的实现方法，利用抽象化的思想，将发帖报文解析成一个列表的形式，并将不同的论坛博客的特征写成ー个配置的形式，大大提高了系统的可扩展性；将不同论坛博客的配置用数据库的方式存储，大大提高了系统的可维护性；用户可以根据列表修改标题、内容的关键字，显示了系统的易用性和灵活性；在论坛博客系统升级，或其他导致关键字特征改变的情况时，仍能审计到标题、内容，显示了系统的智能性和強健性。需要理解到的是以上所述仅是本发明的优选实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
权利要求
1.自学习的发帖审计系统的实现方法，其特征在于包括以下步骤 1)将发帖时提交的HTTPPOST报文正文解析成一个关键字-值对列表的形式，对于不同的论坛博客系统，根据不同的标题关键字、内容关键字在列表中查找，即得到相应的标题、内容； 2)将每个不同的论坛博客的特征写成一个仅与关键字有关的配置，并将这个配置采用的数据库的方式存储，方便添加和修改； 3)将关键字-值对列表展示给用户，并允许用户根据这个表修改标题、内容的关键字，以达到用户自定义论坛的目的； 4)设置ー些经常出现关键字，以实现在论坛博客系统升级，导致关键字特征改变时，仍能审计到标题、内容的自学习功能。
2.根据权利要求I所述的自学习的发帖审计系统的实现方法，其特征在于在审计系统获得一个完整的HTTP POST报文后，首先根据RFC2616中规定的HTTP格式解析HTTP首部，得到Host和Content-Type字段，即域名和HTTP正文的格式；然后，根据前面得到的格式解析HTTP正文，得到关键字-值对列表；接着，根据前面得到的域名找到相应的配置；最后，根据配置中的标题、内容关键字在列表中查找得到相应的值； 程序在启动时，从数据库中读取各个论坛博客的关键字配置，并组织成ー个配置链表，在审计系统获取HTTP POST报文的Host字段后，与配置中的Host相匹配，匹配成功，即找到论坛博客网站的配置，链表按优先级从高到低排序，用户自定义论坛的配置优先级最高，预置的论坛博客的配置为普通优先级；如果前面的论坛博客的配置一个都没有匹配上，进入最低优先级的配置进行匹配，此时不再根据Host匹配，而是根据关键字匹配，如果关键字-值对列表中存在某个配置的关键字，则匹配成功，然后可以根据配置中的标题、内容关键字到关键字-值对列表中查找； 用户从页面设置新的标题、内容关键字后，更新到程序中的配置链表，使以后的审计使用新的配置；还更新到数据库，使程序重启后从数据库中读取新的配置。
全文摘要
本发明涉及自学习的发帖审计系统的实现方法，将发帖时提交的HTTPPOST报文正文解析成一个关键字-值对列表的形式，对于不同的论坛博客系统，根据不同的标题关键字、内容关键字在列表中查找，即得到相应的标题、内容；将每个不同的论坛博客的特征写成一个仅与关键字有关的配置，并将这个配置采用的数据库的方式存储，方便添加和修改；将关键字-值对列表展示给用户，并允许用户根据这个表修改标题、内容的关键字，以达到用户自定义论坛的目的；设置一些经常出现关键字，以实现在论坛博客系统升级，导致关键字特征改变时，仍能审计到标题、内容的自学习功能。提高系统的可扩展性、可维护性、易用性和智能性。
文档编号G06F15/18GK102662977SQ20121006460
公开日2012年9月12日 申请日期2012年3月13日 优先权日2012年3月13日
发明者刘继明, 林恩峰, 王东泉, 王克非, 谢炜 申请人:网经科技(苏州)有限公司