In this section on related studies,

In this section on related studies, signature-based analysis
systems will be introduced that are existing studies on
analyzing HTTP traffic according to application. In study [7], 5
tuple information (Source IP, Destination IP, Source Port,
Destination Port, Protocol) and User-Agent information were
first extracted in HTTP traffic. It created flow by performing
grouping based on the 5 tuple information and conducted
analysis for each flow and packet. For the purpose of analyzing
the application in HTTP traffic, characteristics of User-Agent
were examined. User-Agent has atypical characteristics that are
different according to the OS of client and application version.
Despite the fact that it has atypical characteristic, it was found
that a certain pattern exists in the User-Agent value. In study
[7], 58 regular expression type patterns were manually created
by examining the pattern of User-Agent. Through the created
patterns, application identifier is extracted from User-Agent.

ผลลัพธ์ (ไทย) 1:

ในส่วนนี้ในการศึกษาที่เกี่ยวข้อง วิเคราะห์ตามลายเซ็น ระบบจะเปิดตัวที่ศึกษาอยู่ใน วิเคราะห์การรับส่งข้อมูล HTTP ตามแอพลิเคชัน ในการศึกษา [7], 5 ข้อมูลของทูเพิล (IP ต้นทาง ปลายทาง IP พอร์แหล่งที่มา ท่าเรือปลายทาง โพรโทคอล) และตัวแทนผู้ใช้ข้อมูล ก่อน แยกจราจร HTTP มันสร้างกระแส โดยการดำเนิน จัดกลุ่มตามข้อมูลของทูเพิล 5 และดำเนินการ การวิเคราะห์สำหรับแต่ละขั้นตอนและแพคเก็ต เพื่อวิเคราะห์ แอพลิเคชันในการเข้าชม HTTP ลักษณะของตัวแทนผู้ใช้ ได้ตรวจสอบ ตัวแทนผู้ใช้ที่มีลักษณะพิเศษที่ แตกต่างกันตามระบบปฏิบัติการของไคลเอนต์และโปรแกรมประยุกต์รุ่น ทั้ง ๆ ที่มีลักษณะอักเสบ พบ ว่า รูปแบบบางอย่างมีอยู่ในค่าตัวแทนผู้ใช้ ในการศึกษา [7], รูปแบบชนิดของนิพจน์ทั่วไป 58 ถูกสร้างขึ้นด้วยตนเอง ด้วยการตรวจสอบรูปแบบของตัวแทนผู้ใช้ โดยสร้าง รูปแบบ ตัวระบุโปรแกรมประยุกต์แยกจากตัวแทนผู้ใช้

ผลลัพธ์ (ไทย) 2:

ในส่วนที่เกี่ยวข้องกับการศึกษานี้วิเคราะห์ลายเซ็นตาม
ระบบจะได้รับการแนะนำที่ได้รับการศึกษาที่มีอยู่ใน
การวิเคราะห์การจราจร HTTP ตามการประยุกต์ใช้ ในการศึกษา [7], 5
ข้อมูล tuple (ที่มา IP ปลายทางไอพีที่มาพอร์ต
ปลายทางพอร์ต Protocol) และข้อมูลตัวแทนผู้ใช้ถูก
สกัดครั้งแรกในการเข้าชม HTTP มันสร้างการไหลโดยการดำเนินการ
จัดกลุ่มอยู่บนพื้นฐานของข้อมูล tuple 5 และดำเนินการ
วิเคราะห์สำหรับแต่ละการไหลและการแพ็คเก็ต สำหรับวัตถุประสงค์ของการวิเคราะห์
การประยุกต์ใช้ในการจราจร HTTP ลักษณะของตัวแทนผู้ใช้
มีการตรวจสอบ ตัวแทนผู้ใช้ที่มีลักษณะผิดปกติที่มีความ
แตกต่างกันตามระบบปฏิบัติการของลูกค้าและรุ่นของโปรแกรมประยุกต์.
แม้จะมีความจริงที่ว่ามันมีลักษณะที่ผิดปกติก็พบ
ว่ารูปแบบบางอย่างที่มีอยู่ในค่า User-Agent ในการศึกษา
[7] 58 รูปแบบปกติประเภทการแสดงออกที่ถูกสร้างขึ้นด้วยตนเอง
โดยการตรวจสอบรูปแบบของตัวแทนผู้ใช้ ผ่านการสร้าง
รูปแบบการระบุโปรแกรมที่สกัดจากตัวแทนผู้ใช้

ผลลัพธ์ (ไทย) 3:

ในส่วนนี้ในการศึกษาที่เกี่ยวข้องกับ ลายเซ็นที่ใช้ระบบการวิเคราะห์
จะแนะนำว่ามีอยู่การศึกษา
การวิเคราะห์การจราจร HTTP ตามใบสมัคร ในการศึกษา [ 7 ] 5
ข้อมูลทูเปิล ( แหล่ง IP ปลายทาง , IP , พอร์ตต้นทาง ,
ปลายทางพอร์ต โปรโตคอลและข้อมูลตัวแทนผู้ใช้ถูก
ครั้งแรก ) ในข้อมูล http มันสร้างกระแสโดยแสดง
การจัดกลุ่มตาม 5 tuple ข้อมูลและดำเนินการสำหรับแต่ละการไหลและ
การวิเคราะห์แพ็คเก็ต สำหรับวัตถุประสงค์ของการวิเคราะห์
ใบสมัครในการจราจร HTTP , ลักษณะของ
ตัวแทนผู้ใช้ถูกตรวจสอบ ตัวแทนผู้ใช้มีลักษณะผิดปรกติที่
แตกต่างกันตามระบบปฏิบัติการของลูกค้าและรุ่นโปรแกรม
แม้จะมีข้อเท็จจริงที่ว่ามันมีลักษณะผิดปกติ พบ
ที่รูปแบบบางอย่างที่มีอยู่ในตัวแทนผู้ใช้ค่า ในการศึกษา
[ 7 ] , 58 การแสดงออกปกติชนิดแบบด้วยตนเองที่สร้างขึ้นโดยการตรวจสอบรูปแบบ
ของตัวแทนผู้ใช้ ผ่านสร้าง
รูปแบบการระบุสกัดจากตัวแทนผู้ใช้