标签：新浪微博 正则表达式 应用识别 协议分析
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。登陆之后抓取发布微博的数据包，进行分析。
1.抓包的要点：
1.关闭其他网络应用，保证本机网络流量的干净，便于分析。
2.先开启wireshark，后发布微博，微博发布成功立即停止，其他的应用类似。
3.查看conversion list ，太小的包没必要检查。
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
我本地的流量比较干净，而且这次的分析比较明显，低于500Byte的数据包基本不含什么有用的信息，所以本次分析直接选择大小为6563的数据包就可以，实际情况可没这么少，应该会有很多干扰的回话，需要去仔细分析。
2.以下对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，写出正确的正则表达式，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。这样就可以更进一步确定这是我们发的微博的数据包。
2.Host对应的是weibo.com
4.写出正确的正则表达式，以准确识别应用。
1.确保一个公司的相同产品直接不能产生误识别，或者正则表达式之间没有包含关系。举个例子：你想识别微博，然后你只写一个weibo.com。这样所有的微博产品都被识别，或者影响了。
2.正则表达式的面不能太大，这样就产生应用之间的误识别。
正则表达式的面也不能太小，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。、
根据http报文内容进行分析，本例子中需要注意几个关键点：POST/GET、 Host、还有微博内容前面带着的关键词text，这个可能是区别与其它应用的关键点。
本例正则表达式：
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：正则表达式的写法这里不详细解释，可以参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则表达式，这就涉及到正则表达式范围大小的问题，根据实际情况把握。
这里我根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。很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: 新浪微博发布
ApplicationType: APP_SOCIAL_NETWORK
ApplicationProtocol: TCP
ScanLength: ^POST\x20.*add.*weibo.*text
基于DPI（深度报文解析）的应用识别2------实际分析
标签：新浪微博 正则表达式 应用识别 协议分析
原文地址：http://blog.csdn.net/chaosju/article/details/39717039
