[发明专利]一种网络数据流量类型识别方法和装置

说明书

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种网络数据流量类型识别方法和装置。

背景技术

随着国际互联网规模的日渐增大，互联网上为用户提供各种网络服务的服务器的数量也不断增长，各种新的协议和服务类型也随之层出不穷。不同服务器的网络数据流量常常具有不同的行为和特征。对网络数据流量进行特征识别、比对和分类，能有针对性地对不同类型的网络流量进行采用最佳的处理方式。比如，对高优先级的网络流量优先处理，对低优先级的网络流量暂缓处理，以及对入侵流量进行屏蔽等等，进而提高网络服务器的服务质量，改善互联网用户的使用体验。

现有技术中，有几种常用的对未知服务器的网络数据流量进行识别和分类的方法：一种方案是使用目的端口号对目标服务器的网络数据流量进行分类：比如，80端口上一般运行HTTP服务，而21端口是ftp服务的默认端口；该方法简单易行，但由于现在越来越多的服务采用非标准端口，这一方法的准确度较低。另一类方案是通过分析报文中的有效载荷的具体内容，比如使用特定关键字或者正则表达式进行匹配等等；虽然这一类方案准确率较使用端口号分类的方法准确率高，但对载荷数据的处理常常要消耗更多资源，并且使用该方法对加密流量也无法处理。可见，现有技术中根据目的端口号和分析报文中的有效载荷的具体内容等方式，并不能有效的识别出待测服务器的网络数据流量类型。

因此，亟需一种网络数据流量类型识别方法，实现准确的识别出待测服务器网络数据流量类型。

发明内容

本发明实施例提供一种网络数据流量类型识别方法和装置，用以实现准确的确定待测服务器网络数据流量类型。

本发明实施例提供一种网络数据流量类型识别方法，包括：

获取待测服务器的M个待识别数据流集合；其中，所述M个待识别数据流集合中的每个待识别数据流集合包括所述待测服务器的至少一条数据流；所述每条数据流包括上行数据流量和下行数据流量；

比对所述M个待识别数据流集合与参考服务器的N个参考样本数据流集合，从M个待识别数据流集合中找出与参考样本数据流集合相匹配的R个待识别数据流集合，以及从所述N个参考样本数据流集合中找出与待识别数据流集合匹配的T个参考样本数据流集合；其中，所述R、M、T、N为自然数；

根据所述R个待识别数据流集合中所有数据流的数量、所述T个参考样本数据流集合中所有数据流的数量、所述M个待识别数据流集合中所有数据流的数量、所述N个参考样本数据流集合中所有数据流的数量和所述参考服务器对应的流量类型，识别所述待测服务器的流量类型。

可选地，所述获取待测服务器的M个待识别数据流集合，包括：获取所述待测服务器的L条数据流；每条数据流的上行数据流量和下行数据流量构成该数据流的流量向量；所述L为自然数；将所述L条数据流的流量向量进行层次聚类，得到所述M个待识别数据流集合；所述N个参考样本数据流集合为所述参考服务器已存的流量类型对应数据流的聚类结果。

可选地，所述获取待测服务器的M个待识别数据流集合之后，比对所述M个待识别数据流集合与参考服务器的N个参考样本数据流集合，从M个待识别数据流集合中找出与参考样本数据流集合相匹配的R个待识别数据流集合，以及从所述N个参考样本数据流集合中找出与待识别数据流集合匹配的T个参考样本数据流集合之前，还包括：针对所述每个待识别数据流集合，执行：计算该待识别数据流集合的中心坐标与N个参考样本数据流集合中的每个参考样本数据流集合的中心坐标之间的距离；其中，所述待识别数据流集合的中心坐标根据该待识别数据流集合中的所有数据流的流量向量进行K-平均聚类算法得到的；所述参考样本数据流集合的中心坐标根据该参考样本数据流集合中的所有数据流的流量向量进行K-平均聚类算法得到的；针对所述N个参考样本数据流集合中的任一个参考样本数据流集合，若该待识别数据流集合的中心坐标与所述参考样本数据流集合的中心坐标之间的距离小于等于距离阈值，则判断为该待识别数据流集合与所述参考样本数据流集合相匹配。