[發明專利]一種點對點流量識別方法和裝置

有效

• 申請號: 201210530661.6
• 申請日: 2012-12-10
• 公開（公告）號: CN102984269A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 王偉
• 申請（專利權）人: 北京網御星云信息技術有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/26
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種點對點流量識別的方法，其特征在于，所述方法包括：

獲取已知數據流樣本文件；

根據已知數據流樣本文件建立知識庫，所述知識庫包括至少一個已知屬性向量列表，每個已知屬性向量列表中包含的預設屬性特征的個數和種類相同；

獲取未知數據流；

建立未知數據流中的未知屬性向量列表，所述未知屬性向量列表與每個已知屬性向量列表中包含的預設屬性特征的個數和種類相同；

判斷未知屬性向量列表與知識庫是否匹配，如果是，則未知數據流為點對點流量。

2.根據權利要求1所述的方法，其特征在于，所述根據已知數據流樣本文件建立知識庫具體包括：

將已知數據流樣本文件整理成多條已知數據流；

提取每條已知數據流中多個預設屬性特征的已知特征值；

將多個已知特征值按照所屬的點對點流量特征通過機器學習算法進行分類，將每個點對點流量特征所包含的多個預設屬性特征和每個預設屬性特征對應的多個已知特征值根據作為一個已知屬性向量列表；

將多個已知屬性向量列表輸出作為知識庫。

3.根據權利要求2所述的方法，其特征在于，所述將已知數據流樣本文件整理成多條已知數據流具體為：

將原IP地址、原端口、目的IP地址、目的端口和傳輸層協議號相同的數據流樣本文件中的數據包劃分到同一條已知數據流。

4.根據權利要求1所述的方法，其特征在于，所述建立未知數據流中的未知屬性向量列表具體為：

提取未知數據流中多個預設屬性特征的未知特征值；

將所述多個預設屬性特征和每個預設屬性特征對應的一個未知特征值輸出作為未知數據流中的未知屬性向量列表。

5.根據權利要求1所述的方法，其特征在于，所述判斷未知屬性向量列表與知識庫是否匹配具體包括：

計算未知屬性向量列表與知識庫中每一個已知屬性向量列表的匹配度；

判斷是否有一個匹配度大于第一預設閾值，如果是，則未知屬性向量列表與知識庫匹配。

6.根據權利要求5所述的方法，其特征在于，所述計算未知屬性向量與知識庫中每一個已知屬性向量匹配度具體包括：

提取未知屬性向量列表中每個預設屬性特征對應的未知特征值；

提取已知屬性向量列表中每個預設屬性特征對應的已知特征值；

獲取匹配的預設屬性特征的個數，所述匹配的預設屬性特征為所對應的未知特征值和已知特征值的方差小于第二預設閾值的預設屬性特征；

計算匹配的預設屬性特征個數與預設屬性特征個數的比值即為匹配度。

7.一種點對點流量識別的裝置，其特征在于，所述系統包括：

樣本文件獲取模塊，用于獲取已知數據流樣本文件；

知識庫建立模塊，用于根據已知數據流樣本文件建立知識庫，所述知識庫包括至少一個已知屬性向量列表，每個已知屬性向量列表中包含的預設屬性特征的個數和種類相同；

未知數據流獲取模塊，用于獲取未知數據流；

未知列表建立模塊，用于建立未知數據流中的未知屬性向量列表，所述未知屬性向量列表與每個已知屬性向量列表中包含的預設屬性特征的個數和種類相同；

識別模塊，用于判斷未知屬性向量列表與知識庫是否匹配，如果是，則未知數據流為點對點流量。

8.根據權利要求7所述的裝置，其特征在于，所述知識庫建立模塊具體包括：

數據流整理單元，用于將已知數據流樣本文件整理成多條已知數據流；

已知特征值提取單元，用于提取每條已知數據流中多個預設屬性特征的已知特征值；

已知特征值分類單元，用于將多個已知特征值按照所屬的點對點流量特征通過機器學習算法進行分類，將每個點對點流量特征所包含的多個預設屬性特征和每個預設屬性特征對應的多個已知特征值根據作為一個已知屬性向量列表；

知識庫輸出單元，用于將多個已知屬性向量列表輸出作為知識庫。

9.根據權利要求7所述的裝置，其特征在于，所述未知列表建立模塊具體包括：

未知特征值提取單元，用于提取未知數據流中多個預設屬性特征的未知特征值；

未知列表輸出單元，用于將所述多個預設屬性特征和每個屬性特征對應的一個未知特征值輸出作為未知數據流中的未知屬性向量列表。