網絡流量識別特征碼自動提取系統(tǒng)的研究與實現(xiàn).pdf

1、網絡流量識別的目標是希望偵測目標網絡的數(shù)據(jù)流，通過對數(shù)據(jù)流的分析發(fā)現(xiàn)該數(shù)據(jù)流使用的協(xié)議類型。當前的時代是信息技術的時代，信息技術的發(fā)展是人類歷史上一次巨大的進步，尤其是網絡的應用已經深入到生活的每個角落，越來越多的人的生活已經離不開網絡了。若想有效地利用網絡，對網絡的使用必須注意考慮到各種問題，例如在架設網絡時進行合理的規(guī)劃部署，提前對網絡使用中可能出現(xiàn)的問題采取措施進行預防，在網絡部署完成后要把握網絡的使用情況，對出現(xiàn)的問題要及時地進

2、行排查，這些都涉及到網絡流量識別技術。
　　 另外，隨著網絡的發(fā)展，它能提供的服務也越來越多，一些服務是需要計費的，而隨著服務種類的增多，分業(yè)務計費正逐漸變成一種迫切的需求，網絡流量識別技術能夠幫助達到這個目的。而且，使用網絡的人群數(shù)量逐漸增大，肯定會有很多危害社會安全和網絡安全的因素存在，像惡意病毒、反動和色情內容等，要阻止這些內容的傳播，更要進行網絡流量的識別。
　　 因此，網絡流量識別技術具有很重要的研究價值。目前

3、，常見的網絡流量識別技術有基于端口的識別技術、基于負載的識別技術和基于測度的識別技術。其中基于負載的識別技術具有較高的識別準確率，因而應用比較廣泛?；谪撦d的識別技術實現(xiàn)的一個重要前提是獲得協(xié)議的特征碼，使用特征碼來進行模式匹配，以此來確定網絡流量，設計一套特征碼提取系統(tǒng)對于實現(xiàn)基于負載的識別技術具有重要意義。以往的特征碼提取工作大多是通過人工實現(xiàn)的，進行提取時的工作量很大。本文提出了一種基于GSP改進算法的特征碼自動提取系統(tǒng)，給出了系

4、統(tǒng)的設計方案和實現(xiàn)，并使用幾種協(xié)議對系統(tǒng)進行了測試。
　　 本文首先介紹了網絡流量識別技術的研究背景和目前常見的幾種網絡流量識別技術，并且重點對比說明基于負載的識別技術的優(yōu)越性。而特征碼提取作為基于負載識別技術的首要工作，是本文的主要研究內容和方向。
　　 之后，介紹了幾種常見的協(xié)議識別方法：基于端口的識別技術、基于測度的識別技術和基于負載的識別技術，說明了各個方法的實現(xiàn)原理和特點，并對其準確性和識別效率做了分析比較，說

5、明了基于負載的識別技術的優(yōu)點和特征碼提取技術對基于負載的識別技術實現(xiàn)的重要性。對常見的幾種協(xié)議應用做了介紹，主要包括HTTP協(xié)議、SMTP協(xié)議、POP3協(xié)議和FTP協(xié)議。介紹這些協(xié)議的目的是為了明白協(xié)議工作的原理和典型的網絡流量交互的流程，對它們的特征碼有一個初步的了解。
　　 隨后介紹了改進的GSP算法和涉及到的序列模式挖掘技術。主要是對GSP算法的基本概念、核心思想等做了說明，并對改進的GSP算法做了說明，提出了改進后算法的