summaryrefslogtreecommitdiff
path: root/src
diff options
context:
space:
mode:
authorCyrille Bagard <nocbos@gmail.com>2024-02-24 17:19:31 (GMT)
committerCyrille Bagard <nocbos@gmail.com>2024-02-24 17:19:31 (GMT)
commitea9be67a9ddec2b4b96b3114bab5f192e53c7911 (patch)
treee667e83a57565528791e981ea387e31c60938fad /src
parentcc181167644e1b88630ac02e2b718ad3ad0145c4 (diff)
Rely on the ACISM tree to detect identical patterns.
Diffstat (limited to 'src')
-rw-r--r--src/analysis/scan/patterns/backends/acism-int.h20
-rw-r--r--src/analysis/scan/patterns/backends/acism.c189
2 files changed, 131 insertions, 78 deletions
diff --git a/src/analysis/scan/patterns/backends/acism-int.h b/src/analysis/scan/patterns/backends/acism-int.h
index af8080f..c4a72ca 100644
--- a/src/analysis/scan/patterns/backends/acism-int.h
+++ b/src/analysis/scan/patterns/backends/acism-int.h
@@ -47,10 +47,28 @@
/* Définition d'une portion de cible */
typedef struct _acism_source_t
{
+ /**
+ * Champs renseignés dans g_acism_backend_setup_for().
+ */
+
const uint8_t *atoms; /* Motif remarquable */
size_t len; /* Nombre d'octets considérés */
- uint32_t coverage[2]; /* Départ et quantité de suivis*/
+ /**
+ * Champs renseignés dans g_acism_backend_build_trie().
+ */
+
+ bool is_first; /* Première instance rencontrée*/
+
+ union
+ {
+ uint32_t coverage[2]; /* Départ et quantité de suivis*/
+ struct
+ {
+ size_t first_source; /* Indice de première source */
+ uint32_t index; /* Position dans la liste */
+ };
+ };
} acism_source_t;
diff --git a/src/analysis/scan/patterns/backends/acism.c b/src/analysis/scan/patterns/backends/acism.c
index aa462a7..3f742fd 100644
--- a/src/analysis/scan/patterns/backends/acism.c
+++ b/src/analysis/scan/patterns/backends/acism.c
@@ -314,64 +314,43 @@ size_t g_acism_backend_get_atom_max_size(const GAcismBackend *backend)
static void g_acism_backend_setup_for(GAcismBackend *backend, const uint8_t *pattern, size_t len, uint32_t tmp_id[2])
{
- size_t i; /* Boucle de parcours */
- int ret; /* Bilan d'une comparaison */
+ size_t current; /* Indice de source courante */
acism_source_t *source; /* Définition à mémoriser */
- /*Recherche d'un motif déjà sollicité */
-
/**
- * '\x00\x00\x00\x00abcd1234' '\x01\x01\x01\x01abcd1234' peuvent en effet
- * constituer deux cibles différentes, mais elles comportent normalement
- * la même séquence atomique à rechercher : 'abcd1234'.
+ * Les motifs '\x00\x00\x00\x00abcd1234' et '\x01\x01\x01\x01abcd1234'
+ * peuvent constituer deux cibles différentes, mais ils comportent
+ * normalement la même séquence atomique à rechercher : 'abcd1234'.
+ *
+ * Chaque motif 'abcd1234' proposé est enregistré ici, et se verra in fine
+ * attribuer un identifiant propre. Le regroupement des motifs identiques
+ * et la constitution des identifiants finaux sont réalisés au moment de la
+ * construction de l'arborescence de recherche.
*/
- for (i = 0; i < backend->sources_count; i++)
- {
- source = backend->sources + i;
+ /* Pré-inscription pour l'extérieur */
- if (source->len != len)
- continue;
+ current = backend->sources_count;
- ret = memcmp(source->atoms, pattern, len);
+ tmp_id[0] = current;
+ tmp_id[1] = 0; /* Non utilisé */
- if (ret == 0)
- {
- tmp_id[0] = i;
- tmp_id[1] = source->coverage[SOURCE_COVERAGE_COUNT];
+ /* Inscription en interne */
- source->coverage[SOURCE_COVERAGE_COUNT]++;
- break;
+ backend->sources = realloc(backend->sources, ++backend->sources_count * sizeof(acism_source_t));
- }
+ source = &backend->sources[current];
- }
+ source->atoms = pattern;
+ source->len = len;
- /* Introduction d'un nouveau motif au besoin */
-
- if (i == backend->sources_count)
- {
- backend->sources = realloc(backend->sources, ++backend->sources_count * sizeof(acism_source_t));
-
- source = &backend->sources[backend->sources_count - 1];
-
- source->atoms = pattern;
- source->len = len;
-
- source->coverage[SOURCE_COVERAGE_COUNT] = 1;
-
- tmp_id[0] = i;
- tmp_id[1] = 0;
-
- backend->nchars += len;
+ backend->nchars += len;
#ifdef __USE_BYTE_FREQ
- for (i = 0; i < len; i++)
- backend->frequencies[pattern[i]].frequency++;
+ for (i = 0; i < len; i++)
+ backend->frequencies[pattern[i]].frequency++;
#endif
- }
-
}
@@ -516,13 +495,13 @@ static void g_acism_backend_define_codes(GAcismBackend *backend)
static void g_acism_backend_build_trie(GAcismBackend *backend)
{
size_t i; /* Boucle de parcours #1 */
- uint32_t current_start; /* Indice de gestionnaire */
acism_trie_node_t *next; /* Prochain noeud disponible */
acism_trie_node_t *node; /* Tête de parcours */
acism_source_t *source; /* Définition à mémoriser */
size_t k; /* Boucle de parcours #2 */
acism_code_t code; /* Identifiant de symbole */
acism_trie_node_t *parent; /* Sauvegarde d'un accès */
+ uint32_t current_start; /* Indice de gestionnaire */
backend->nodes = calloc(backend->nchars + 1, sizeof(acism_trie_node_t));
@@ -532,8 +511,6 @@ static void g_acism_backend_build_trie(GAcismBackend *backend)
backend->nodes[i].max_child_code = MIN_ACISM_CODE;
}
- current_start = 0;
-
next = backend->nodes + 1;
for (i = 0; i < backend->sources_count; i++)
@@ -542,13 +519,6 @@ static void g_acism_backend_build_trie(GAcismBackend *backend)
source = &backend->sources[i];
- /* Mise à jour de la couverture des gestionnaires de suivi */
-
- source->coverage[SOURCE_COVERAGE_START] = current_start;
- source->coverage[SOURCE_COVERAGE_END] += current_start;
-
- current_start = source->coverage[SOURCE_COVERAGE_END];
-
/* Parcours des noeuds contenus */
for (k = 0; k < source->len && node->child != NULL; k++)
@@ -612,36 +582,91 @@ static void g_acism_backend_build_trie(GAcismBackend *backend)
}
- /* Creéation d'une nouvelle branche avec le reliquat */
- for (; k < source->len; k++)
+ /* Si un atome (partiellement ?) identique a déjà été inscrit */
+ if (k == source->len)
+ {
+ /**
+ * L'atome déjà inscrit est plus long, et on se trouve ici dans le
+ * parcours de l'arborescence qui mène à sa conclusion, sans
+ * inscription d'une fin de parcours au point courant.
+ */
+ if (node->matched_atom == 0)
+ goto register_leaf;
+
+ /**
+ * Rattachement au motif strictement identique.
+ */
+ else
+ {
+ assert(backend->sources[node->matched_atom - 1].first);
+
+ source->is_first = false;
+ source->first_source = node->matched_atom - 1;
+ source->index = backend->sources[source->first_source].coverage[SOURCE_COVERAGE_COUNT]++;
+
+ }
+
+ }
+
+ else
{
+ /* Creéation d'une nouvelle branche avec le reliquat */
+ for (; k < source->len; k++)
+ {
#ifdef __USE_BYTE_FREQ
- code = backend->codes_for_bytes[source->atoms[k]];
+ code = backend->codes_for_bytes[source->atoms[k]];
#else
- code = 1 + source->atoms[k];
+ code = 1 + source->atoms[k];
#endif
- next->parent = node;
- next->suffix_link = node;
- next->data = source->atoms[k];
- next->code = code;
+ next->parent = node;
+ next->suffix_link = node;
+ next->data = source->atoms[k];
+ next->code = code;
+
+ node->child = next++;
- node->child = next++;
+ if (code < node->min_child_code) node->min_child_code = code;
+ if (code > node->max_child_code) node->max_child_code = code;
+ node->children_count++;
- if (code < node->min_child_code) node->min_child_code = code;
- if (code > node->max_child_code) node->max_child_code = code;
- node->children_count++;
+ node = node->child;
- node = node->child;
+ }
- }
+ register_leaf:
- node->matched_atom = i + 1;
+ node->matched_atom = i + 1;
+
+ source->is_first = true;
+ source->coverage[SOURCE_COVERAGE_COUNT] = 1;
+
+ }
}
backend->nodes_used = next - backend->nodes;
+ /* Construction des bases pour identifiants */
+
+ current_start = 0;
+
+ for (i = 0; i < backend->sources_count; i++)
+ {
+ source = &backend->sources[i];
+
+ if (source->is_first)
+ {
+ source->coverage[SOURCE_COVERAGE_START] = current_start;
+
+ current_start += source->coverage[SOURCE_COVERAGE_COUNT];
+
+ }
+
+ }
+
+ assert(current_start == backend->source_count);
+
}
@@ -776,9 +801,6 @@ static int compare_node_according_to_code_range(const acism_trie_node_t **a, con
if (result == 0)
result = sort_unsigned_long(_b->children_count, _a->children_count);
-
-
-
}
return result;
@@ -1118,10 +1140,12 @@ static void g_acism_backend_build_interleave_array(GAcismBackend *backend)
base[0].match = 1;
base[0].single_source = source->coverage[SOURCE_COVERAGE_COUNT] == 1 ? 1 : 0;
base[0].atom_size = backend->sources[node->matched_atom - 1].len - 1;
+
coverage = &backend->coverages[node->state_index * 2];
coverage[SOURCE_COVERAGE_START] = source->coverage[SOURCE_COVERAGE_START];
- coverage[SOURCE_COVERAGE_COUNT] = source->coverage[SOURCE_COVERAGE_COUNT];
+ coverage[SOURCE_COVERAGE_END] = coverage[SOURCE_COVERAGE_START] \
+ + source->coverage[SOURCE_COVERAGE_COUNT];
for (iter = node->parent->suffix_link; iter != NULL; iter = iter->suffix_link)
{
@@ -1232,14 +1256,28 @@ static patid_t g_acism_backend_build_plain_pattern_id(const GAcismBackend *backe
{
patid_t result; /* Identifiant à retourner */
acism_source_t *source; /* Motif d'origine concerné */
+ acism_source_t *reference; /* Renvoi vers un même motif */
assert(tmp_id[0] < backend->sources_count);
+ /**
+ * L'indicateur tmp_id[1] n'est pas utilisé ici.
+ */
+
source = backend->sources + tmp_id[0];
- result = source->coverage[SOURCE_COVERAGE_START] + tmp_id[1];
+ if (source->is_first)
+ result = source->coverage[SOURCE_COVERAGE_START];
+
+ else
+ {
+ reference = backend->sources + source->first_source;
+
+ assert(source->index < reference->coverage[SOURCE_COVERAGE_COUNT]);
- assert(result < source->coverage[SOURCE_COVERAGE_END]);
+ result = reference->coverage[SOURCE_COVERAGE_START] + source->index;
+
+ }
return result;
@@ -1262,10 +1300,7 @@ static size_t g_acism_backend_count_plain_pattern_ids(const GAcismBackend *backe
{
size_t result; /* Quantité à retourner */
- if (backend->sources_count == 0)
- result = 0;
- else
- result = backend->sources[backend->sources_count - 1].coverage[SOURCE_COVERAGE_END];
+ result = backend->sources_count;
return result;