基于啟發(fā)式搜索的IP數據流分類方法的研究.pdf

1、互聯網發(fā)展初期，人們利用互聯網主要是為了解決科研等工作中的溝通問題。但隨著互聯網的發(fā)展，以多媒體業(yè)務、P2P、VoIP、高速上網為代表的新業(yè)務不斷涌現，尤其是P2P，經常是導致網絡擁塞的罪魁禍首，使得有些關鍵業(yè)務服務質量無法保證。解決這一問題的關鍵是對網絡數據包進行高效、準確的分類。此外，數據包分類技術是網絡監(jiān)管、流量分析、網絡安全等領域的重要基礎。
　　 本文首先對目前現有的基于端口、基于載荷特征、基于統(tǒng)計特征、基于行為特征四

2、類IP數據流分類技術進行了研究，詳細分析了這些分類技術的適用環(huán)境以及各種分類技術的優(yōu)勢和不足。其中，基于應用層載荷特征的IP流分類技術的準確性較高，但是，目前的應用層載荷特征基本靠人工分析提取，并且當特征庫龐大時遍歷匹配特征庫需要消耗大量的時間。針對這一問題，本文主要工作內容集中在以下兩個方面:
　　 (1)針對目前的應用層載荷特征基本靠人工分析提取需要消耗大量時間這一問題，本文通過把固定位置載荷特征和載荷公共特征串相結合，提出

3、一種應用層載荷特征自動提取的方法，該方法可自動提取出載荷特征的正則表達式，從而使得載荷特征提取變得快速、簡單;
　　 (2)針對當特征庫龐大時遍歷匹配特征庫需要消耗大量的時間這一問題，本文提出一種將應用層載荷特征和啟發(fā)式搜索相結合的IP數據流分類方法。該分類方法通過從各種應用產生的數據包之間提取共同特征并以此共同特征建立啟發(fā)式規(guī)則，根據啟發(fā)式規(guī)則將特征庫劃分為多個特征子集，在數據包匹配過程中只需要根據啟發(fā)式規(guī)則搜索匹配特定的特征