[發明專利]互聯網流量分級分類方法

無效

• 申請號: 201110351826.9
• 申請日: 2011-11-09
• 公開（公告）號: CN102394827A
• 公開（公告）日: 2012-03-28
• 發明（設計）人: 李君;朱健蓉;斯科憶;張萊蕾;張韡珺
• 申請（專利權）人: 浙江萬里學院
• 主分類號: H04L12/56
• 分類號: H04L12/56;H04L29/06
• 代理公司: 寧波市鄞州甬致專利代理事務所(普通合伙) 33228
• 代理人: 代忠炯

1.一種互聯網流量分級分類方法，其特征在于：它包括以下步驟：

A、粗粒度分類：采用基于機器學習的流統計特性法快速分類網絡流量，把網絡流量分成不同特征的應用類別類，粗粒度分類區分出的流量若需要使用，就直接輸出，若需要進一步分類，則進入下一步；

B、細粒度分類：在粗粒度分類區分出的應用類別類中進行再一次分類，步驟如下：

1、采用端口匹配識別法進行分類，輸出已分類的流量，

2、將上步完成后剩下的未分類流量，根據DPI流量特征標簽庫執行DPI分析識別法，分離出各應用流量，并輸出，

3、對于上步完成后剩下的加密和未知流量，采用半監督機器學習算法分離并輸出加密流量，余下的標識為未知的網絡應用流量，

4、對標識為未知的網絡應用流量，按分組長度執行基于最長公共子序列的應用層特征標簽自動提取，

5、將上步中自動提取的新特征標簽經確認補充到DPI特征標簽庫，輸出已確認應用類型并添加標記的該未知應用流量。

2.根據權利要求1所述的互聯網流量分級分類方法，其特征在于：所述步驟4中，按分組長度執行基于最長公共子序列的應用層特征標簽自動提取的提取方法步驟如下：

(1)目標應用流量按五元組聚集成流，并置入流池，所述五元分別為源地址、目標地址、源端口、目標端口、傳輸層協議；

(2)對流池中的目標應用流量根據{流持續時間，流的總字節數，分組到達時間間隔最大值，分組凈荷長度最小值}所構成的向量采用k-means聚類網絡應用流，去除噪聲流；

(3)對同一網絡應用流的平均分組長度用X-Means算法聚類，然后分別在聚類的樣本流中各自提取應用層特征；

(4)確定每流有效檢測分組數N_packet及分組凈荷要檢查的字節數N_byte，然后截取應用流中的相應凈荷信息組裝成字符串，在預處理得到的k個字符串中求取最長公共子序列；

(5)執行基于最長公共子序列的應用層特征提取算法得到應用層特征標簽。

3.根據權利要求2所述的互聯網流量分級分類方法，其特征在于：所述步驟(5)中基于最長公共子序列的應用層特征提取算法包括以下步驟：

a、在目標應用的流池中任取兩個流，根據分組長度分別在凈荷長度相近的分組中提取最長公共子序列S_L和S_S作為候選特征，記為str1；

b、在流池中任取一個新流，求新流與str1的最長公共子序列，記為新的候選特征str2；

c、重復b步，直到前后兩次得到的候選特征str1和str2相同或者流池中的流已被取完為止；

d、把當前的候選特征str2作為最終的應用層特征輸出；

e、網絡應用特征唯一化：剔除與其它應用協議相同的特征。