本發(fā)明涉及信息安全技術(shù)領(lǐng)域，特別涉及一種基于網(wǎng)絡(luò)協(xié)議實(shí)施監(jiān)控網(wǎng)頁訪問的方法。

背景技術(shù)：

隨著科技的發(fā)展，人們對網(wǎng)絡(luò)的依賴也越來越大，網(wǎng)絡(luò)泄密問題也隨之顯現(xiàn)出來，各大公司，各種部門也不得不對職員的網(wǎng)絡(luò)使用情況進(jìn)行管控，防止職員泄露機(jī)密信息。

目前市面上也有很多的網(wǎng)絡(luò)管控工具，大多數(shù)都是對電腦進(jìn)行管控，且需在電腦上安裝客戶端，由客戶端收集數(shù)據(jù)發(fā)送到監(jiān)控端實(shí)現(xiàn)監(jiān)控。這種方式就必然會有以下問題：1：客戶端被卸載或禁用后就不會再起到監(jiān)控作用；2：由于客戶端需要在后臺運(yùn)行，不斷向服務(wù)器發(fā)送數(shù)據(jù)必然會使耗電量增大，顯然在移動設(shè)備上是不適用的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)的缺陷，提供了一種基于網(wǎng)絡(luò)協(xié)議實(shí)施監(jiān)控網(wǎng)頁訪問的方法，能有效的解決上述現(xiàn)有技術(shù)存在的問題。

一種基于網(wǎng)絡(luò)協(xié)議實(shí)施監(jiān)控網(wǎng)頁訪問的方法，包括以下步驟：

S1：通過監(jiān)控路由器，實(shí)現(xiàn)網(wǎng)頁請求數(shù)據(jù)包采集，收集網(wǎng)絡(luò)數(shù)據(jù)中的網(wǎng)頁請求數(shù)據(jù)包；

S2：網(wǎng)頁請求數(shù)據(jù)包解析，獲取httpHost值和網(wǎng)絡(luò)路徑值；

S3：請求返回包采集，收集網(wǎng)絡(luò)數(shù)據(jù)中的網(wǎng)頁請求返回包；

S4：請求返回包解析，獲取獲取返回內(nèi)容長度和返回內(nèi)容，并將其寫入緩存；

S5：網(wǎng)頁請求封裝，將網(wǎng)絡(luò)請求與返回的值進(jìn)行整合，獲得網(wǎng)頁的內(nèi)容。

作為優(yōu)選，所述S1的詳細(xì)步驟如下：

S11：通過第三方API提供的相應(yīng)接口抓取用戶使用網(wǎng)絡(luò)過程中產(chǎn)生的數(shù)據(jù)包，再通過瀏覽器的協(xié)議類型、端口號、Host和網(wǎng)絡(luò)請求地址進(jìn)行過濾，若發(fā)現(xiàn)對應(yīng)數(shù)據(jù)包則記錄起來；

S12：獲取HTTP請求的Accept值，從記錄的數(shù)據(jù)包中掃描特征“Accept:”到“0D0A”截取字符串即為Accrpt值；

S13：判斷請求是否為網(wǎng)頁請求，若Accept值中包含“text/html”則為網(wǎng)頁請求，執(zhí)行S2；否則表示不是網(wǎng)頁請求，結(jié)束解析。

作為優(yōu)選，所述S2的詳細(xì)步驟如下：

S21：httpHost解析，從數(shù)據(jù)包中的“Host:”到“0D0A”截取的字符串即為httpHost值；

S22：網(wǎng)絡(luò)路徑解析，從數(shù)據(jù)包中的“GET”到“HTTP/1.1”截取的字符串即為網(wǎng)絡(luò)路徑值。

作為優(yōu)選，所述S3的詳細(xì)步驟如下：

S31：通過第三方API提供的相應(yīng)接口抓取用戶使用網(wǎng)絡(luò)過程中產(chǎn)生的數(shù)據(jù)包，再通過返回包協(xié)議類型：TCP-HTTP和端口號：80，找到相應(yīng)數(shù)據(jù)包并開始記錄；

S32：獲取返回內(nèi)容類型，從數(shù)據(jù)包中的“Content-Type：”到第一個“；”截取字符串即為返回內(nèi)容類型；

S33：判斷返回內(nèi)容類型是否為“text/html”，若是則是網(wǎng)頁類型，執(zhí)行S4；不是則結(jié)束解析。

作為優(yōu)選，所述S4的詳細(xì)步驟如下：

S41：獲取返回內(nèi)容長度命名為length；從http消息頭“0D0A0D0A”位置后為返回內(nèi)容長度的十六進(jìn)制字符串值，該字符串以“0D0A”結(jié)束，通過轉(zhuǎn)換方法得到返回內(nèi)容十進(jìn)制長度值記為length；

S42：獲取返回內(nèi)容，從內(nèi)容長度向后獲取length個字節(jié)為返回內(nèi)容；

S43：將返回內(nèi)容寫入到緩存；將內(nèi)容進(jìn)行解壓，又因解壓gz壓縮內(nèi)容的系統(tǒng)庫只提供了對gz文件的解壓操作，所以需將內(nèi)容寫入到一個后綴名為“.gz”的文件中；

S44：解壓文件，調(diào)用系統(tǒng)庫直接對上一步保存的緩存文件進(jìn)行解壓，解壓后得到一個網(wǎng)頁文件即html文件，并將該html存儲到指定路徑；

S45：解析文件，調(diào)用庫函數(shù)對html文件進(jìn)行解析，根據(jù)網(wǎng)頁的標(biāo)簽屬性獲取對應(yīng)的內(nèi)容。

作為優(yōu)選，所述S5的詳細(xì)步驟如下：

S51：申請一個全局對象緩存獲取到的數(shù)值列表；

S52：獲取網(wǎng)絡(luò)請求數(shù)據(jù)包的本地端口號，通過第三方API的相應(yīng)接口可獲取到網(wǎng)絡(luò)請求數(shù)據(jù)包的本地端口號；

S53：網(wǎng)絡(luò)請求數(shù)據(jù)包校驗(yàn)取值；將本地端口號做為key在緩存列表中查找是否存在數(shù)值，該數(shù)值應(yīng)為S44得到的html文件路徑和S45獲取到的title值，若是則將該值與S2獲取到的httpHost和網(wǎng)絡(luò)路徑組合起來即為一個完整的網(wǎng)頁訪問數(shù)據(jù)；若不是則執(zhí)行S54；

S54：若S53判斷數(shù)值不存在，則將S2獲取到的httpHost和網(wǎng)絡(luò)路徑以本地端口號為key存儲到緩存列表中；

S55：獲取網(wǎng)絡(luò)請求返回包的本地端口號，通過第三方API的相應(yīng)接口可獲取到網(wǎng)絡(luò)請求返回包的本地端口號；

S56：網(wǎng)絡(luò)請求返回包校驗(yàn)取值；將本地端口號做為key在緩存列表中查找是否存在數(shù)值，該數(shù)值應(yīng)為S2獲取到的httpHost和網(wǎng)絡(luò)路徑，若是則將該值與S44得到的html文件路徑和S45獲取到的title值組合起來即為一個完整的網(wǎng)頁訪問數(shù)據(jù)；若不是則執(zhí)行S57；

S57：若S55判斷數(shù)值不存在，則將S44得到的html文件路徑和S45獲取到的title值以本地端口號為key存儲到緩存列表中。

與現(xiàn)有技術(shù)相比本發(fā)明的優(yōu)點(diǎn)在于：1、無需安裝客戶端，方便且隱蔽；2、通過抓取、解析路由器上收發(fā)的網(wǎng)絡(luò)數(shù)據(jù)包實(shí)現(xiàn)監(jiān)控，保護(hù)隱私數(shù)據(jù)的信息安全；3、可以獲取被監(jiān)控的設(shè)備中所瀏覽的所有網(wǎng)頁記錄，準(zhǔn)確高效。

具體實(shí)施方式

為使本發(fā)明的目的：技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下舉實(shí)施例，對本發(fā)明做進(jìn)一步詳細(xì)說明。

一種基于網(wǎng)絡(luò)協(xié)議實(shí)施監(jiān)控網(wǎng)頁訪問的方法，包括以下步驟：

S1：網(wǎng)頁請求數(shù)據(jù)包采集；

S11：通過第三方API提供的相應(yīng)接口抓取用戶使用網(wǎng)絡(luò)過程中產(chǎn)生的數(shù)據(jù)包，再通過瀏覽器的協(xié)議類型、端口號、Host和網(wǎng)絡(luò)請求地址進(jìn)行過濾，若發(fā)現(xiàn)對應(yīng)數(shù)據(jù)包則記錄起來；

S12：獲取HTTP請求的Accept值，從記錄的數(shù)據(jù)包中掃描特征“Accept:”到“0D0A”截取字符串即為Accrpt值；

S13：判斷請求是否為網(wǎng)頁請求，若Accept值中包含“text/html”則為網(wǎng)頁請求，執(zhí)行S2；否則表示不是網(wǎng)頁請求，結(jié)束解析。

S2：網(wǎng)頁請求數(shù)據(jù)包解析；

S21：httpHost解析，從數(shù)據(jù)包中的“Host:”到“0D0A”截取的字符串即為httpHost值；

S22：網(wǎng)絡(luò)路徑解析，從數(shù)據(jù)包中的“GET”到“HTTP/1.1”截取的字符串即為網(wǎng)絡(luò)路徑值。

S3：請求返回包采集；

S31：通過第三方API提供提供的相應(yīng)接口抓取用戶使用網(wǎng)絡(luò)過程中產(chǎn)生的數(shù)據(jù)包，再通過返回包協(xié)議類型：TCP-HTTP和端口號：80，找到相應(yīng)數(shù)據(jù)包并開始記錄；

S32：獲取返回內(nèi)容類型，從數(shù)據(jù)包中的“Content-Type：”到第一個“；”截取字符串即為返回內(nèi)容類型；

S33：判斷返回內(nèi)容類型是否為“text/html”，若是則是網(wǎng)頁類型，執(zhí)行S4；不是則結(jié)束解析。

S4：請求返回包解析；

S41：獲取返回內(nèi)容長度命名為length；從http消息頭“0D0A0D0A”位置后為返回內(nèi)容長度的十六進(jìn)制字符串值，該字符串以0D0A結(jié)束，通過轉(zhuǎn)換方法及可得到返回內(nèi)容十進(jìn)制長度值記為length；

S42：獲取返回內(nèi)容，從內(nèi)容長度向后獲取length個字節(jié)為返回內(nèi)容；

S43：將返回內(nèi)容寫入到緩存；由于返回內(nèi)容是通過gz壓縮后傳輸?shù)模孕枰獙?nèi)容進(jìn)行解壓，又因解壓gz壓縮內(nèi)容的系統(tǒng)庫只提供了對gz文件的解壓操作，所以需將內(nèi)容寫入到一個后綴名為“.gz”的文件中；

S44：解壓文件，調(diào)用系統(tǒng)庫直接對上一步保存的緩存文件進(jìn)行解壓，解壓后得到一個網(wǎng)頁文件即html文件，并將該html存儲到指定路徑(存儲至硬盤)；

S45：解析文件，調(diào)用庫函數(shù)對html文件進(jìn)行解析，根據(jù)網(wǎng)頁的標(biāo)簽屬性獲取對應(yīng)的內(nèi)容。

例如取得網(wǎng)頁的title標(biāo)簽可獲得網(wǎng)頁的標(biāo)題；

獲取百度用戶賬號的方法如下：

步驟一：直接通過文本讀取的方式找到PageData.user節(jié)點(diǎn)，將內(nèi)容存儲到j(luò)son對象中；

步驟二：通過json對象提供的方法獲取到user_id(用戶ID),user_name(用戶名稱)。

獲取瀏覽的文本信息的方法如下：

通過網(wǎng)頁解析接口(如Dom、jsoup等都可以解析網(wǎng)頁內(nèi)容)找到class＝"text"，id＝"text"的div標(biāo)簽；

步驟二：通過網(wǎng)頁解析接口提供的方法獲取到div內(nèi)的文本內(nèi)容。

S5：網(wǎng)頁請求封裝，要得到一個完整的信息需將網(wǎng)絡(luò)請求與返回的值進(jìn)行整合，由于每一次完整的會話本地端口號都相同的，所以可通過本地端口號進(jìn)行匹配；

S51：申請一個全局對象緩存獲取到的數(shù)值列表，本例申請了一個JSONArray對象

S52：獲取網(wǎng)絡(luò)請求數(shù)據(jù)包的本地端口號，通過第三方API的相應(yīng)接口可獲取到網(wǎng)絡(luò)請求數(shù)據(jù)包的本地端口號；

S53：網(wǎng)絡(luò)請求數(shù)據(jù)包校驗(yàn)取值；將本地端口號做為key在緩存列表中查找是否存在數(shù)值，該數(shù)值應(yīng)為S44得到的html文件路徑和S45獲取到的title值，若是則將該值與S2獲取到的httpHost和網(wǎng)絡(luò)路徑組合起來即為一個完整的網(wǎng)頁訪問數(shù)據(jù)；若不是則執(zhí)行S54；

S54：若S53判斷數(shù)值不存在，則將S2獲取到的httpHost和網(wǎng)絡(luò)路徑以本地端口號為key存儲到緩存列表中；

S55：獲取網(wǎng)絡(luò)請求返回包的本地端口號，通過第三方API的相應(yīng)接口可獲取到網(wǎng)絡(luò)請求返回包的本地端口號；

S56：網(wǎng)絡(luò)請求返回包校驗(yàn)取值；將本地端口號做為key在緩存列表中查找是否存在數(shù)值，該數(shù)值應(yīng)為S2獲取到的httpHost和網(wǎng)絡(luò)路徑，若是則將該值與S44得到的html文件路徑和S45獲取到的title值組合起來即為一個完整的網(wǎng)頁訪問數(shù)據(jù)；若不是則執(zhí)行S57；

S57：若S55判斷數(shù)值不存在，則將S44得到的html文件路徑和S45獲取到的title值以本地端口號為key存儲到緩存列表中。

本領(lǐng)域的普通技術(shù)人員將會意識到，這里所述的實(shí)施例是為了幫助讀者理解本發(fā)明的實(shí)施方法，應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實(shí)施例。本領(lǐng)域的普通技術(shù)人員可以根據(jù)本發(fā)明公開的這些技術(shù)啟示做出各種不脫離本發(fā)明實(shí)質(zhì)的其它各種具體變形和組合，這些變形和組合仍然在本發(fā)明的保護(hù)范圍內(nèi)。