網(wǎng)絡(luò)流量識別特征碼自動提取系統(tǒng)的研究與實現(xiàn).pdf

1、網(wǎng)絡(luò)流量識別的目標是希望偵測目標網(wǎng)絡(luò)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(shù)的時代，信息技術(shù)的發(fā)展是人類歷史上一次巨大的進步，尤其是網(wǎng)絡(luò)的應用已經(jīng)深入到生活的每個角落，越來越多的人的生活已經(jīng)離不開網(wǎng)絡(luò)了。若想有效地利用網(wǎng)絡(luò)，對網(wǎng)絡(luò)的使用必須注意考慮到各種問題，例如在架設(shè)網(wǎng)絡(luò)時進行合理的規(guī)劃部署，提前對網(wǎng)絡(luò)使用中可能出現(xiàn)的問題采取措施進行預防，在網(wǎng)絡(luò)部署完成后要把握網(wǎng)絡(luò)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(wǎng)絡(luò)流量識別技術(shù)。
　　 另外，隨著網(wǎng)絡(luò)的發(fā)展，它能提供的服務(wù)也越來越多，一些服務(wù)是需要計費的，而隨著服務(wù)種類的增多，分業(yè)務(wù)計費正逐漸變成一種迫切的需求，網(wǎng)絡(luò)流量識別技術(shù)能夠幫助達到這個目的。而且，使用網(wǎng)絡(luò)的人群數(shù)量逐漸增大，肯定會有很多危害社會安全和網(wǎng)絡(luò)安全的因素存在，像惡意病毒、反動和色情內(nèi)容等，要阻止這些內(nèi)容的傳播，更要進行網(wǎng)絡(luò)流量的識別。
　　 因此，網(wǎng)絡(luò)流量識別技術(shù)具有很重要的研究價值。目前

3、，常見的網(wǎng)絡(luò)流量識別技術(shù)有基于端口的識別技術(shù)、基于負載的識別技術(shù)和基于測度的識別技術(shù)。其中基于負載的識別技術(shù)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(shù)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(wǎng)絡(luò)流量，設(shè)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(shù)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(shè)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(wǎng)絡(luò)流量識別技術(shù)的研究背景和目前常見的幾種網(wǎng)絡(luò)流量識別技術(shù)，并且重點對比說明基于負載的識別技術(shù)的優(yōu)越性。而特征碼提取作為基于負載識別技術(shù)的首要工作，是本文的主要研究內(nèi)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(shù)、基于測度的識別技術(shù)和基于負載的識別技術(shù)，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(shù)的優(yōu)點和特征碼提取技術(shù)對基于負載的識別技術(shù)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(wǎng)絡(luò)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(shù)。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