[发明专利]一种互联网自治系统间商业关系的推断方法

说明书

本发明属于网络安全技术，尤其涉及一种互联网自治系统间商业关系的推断方法。本发明方法包括两个阶段，可靠关系推断和不确定关系推断。在第一阶段，使用可靠的规则和数据源来推断高度可信的商业关系，并在时间维度上对推断的结果进行投票。利用将概率标签生成与集成学习相结合的半监督学习来推断不确定的商业关系。半监督学习方法可以发现之前获得的可靠商业关系中顾客和提供商关系以及对等体关系之间的固有差异，从而对未确定的关系进行分类。因此本发明方法在商业关系推断上既能保持准确性又具有稳定性，还解决了对等体商业关系难以推测的问题。

技术领域

本发明属于网络安全技术，尤其涉及一种互联网自治系统间商业关系的推断方法。

背景技术

互联网的商业化使得互联网的规模发生了巨大的扩张，目前互联网是一个由数万个自治系统(Autonomous System，以下简称AS)组成的巨大网络拓扑。这些自治系统通过边界网关协议(Border Gateway Protocol，以下简称BGP)进行协作，以交换路由信息并获得全局可达性。自治系统之间的联系由确定流量交换的经济和技术方面的业务合同决定，也就是所谓的自治系统之间的商业关系。AS商业关系可以分为四种类型，包括客户运营商关系(customer-to-provider，以下简称c2p)，对等体关系(peer-to-peer，以下简称p2p)，同胞关系(sibling-to-sibling，以下简称s2s)和混合关系。在c2p关系中，客户AS向运营商支付费用以访问互联网的其他部分。在p2p关系中，两家公司同意交换流量以交换他们或他们的客户拥有的前缀，而不收取传输费。当两个AS具有多个合同协议时，可能会发生混合或复杂的关系，其中一个协议是针对存在互连的每个地理区域的。同一个组织之间的不同AS之间存在同胞关系，它们可以交换流量而没有任何成本或路由限制。通常来说，c2p(或是p2c)和p2p是两个最为常见的商业关系。如果知道自治系统之间的商业关系，就能帮助我们更好的分析理解互联网，比如分析网络拥塞、网络鲁棒性，检测路由泄漏，制定部署BGP安全机制等等。由于自治系统商业关系包含了运营商之间的一些商业策略或者商业机密，大部分的运营商不会将自己与其他自治系统之间的商业关系公布出来。

传统的商业关系推断方法主要是基于路由策略(无谷原则)来判断：来自客户的路由可以发送给运营商、客户、对等体，来自对等体或者运营商的路由只能发送给客户。运营商不应故意宣传从一个对等方或提供者向另一个对等方或提供者学习的路线，因为这种“免费运输”增加了基础设施成本，但不提供报酬。但是对于网络中大量的路由来说，这种基于无谷原则的方法无法确定所有链接之间关系，因此需要将路由策略与其他算法相结合来推断自治系统的商业关系。自治系统商业关系推断是现在比较热门的研究方向，大量的研究投入到该领域中。现有的工作在准确性和稳定性上的表现不符合实际应用的需求。

考虑到实际网络中推断商业关系有如下的一些困难和挑战：1)日常收集的路由中包含噪声。每天都会产生大量的路由异常事件，由路由异常产生的噪声路由将正常的路由混合在一起难以区分。2)实际自治系统拓扑的可见性受到限制。从现有部署的观测点(vantage point,VP)获得的路由仅是网络中的一部分。随着VP的不断部署，对全网路由的可见性将会增加，使用现有方法推断自治系统商业关系的结果将变得不稳定。3)对等体关系很难推断。对于对等体关系的推断没有像客户运营商关系这样直接的启发式规则来确定，现有工作往往将客户运营商关系确定完之后剩下的链接全都推断为p2p关系。

发明内容

本发明的目的是提出一种互联网自治系统间商业关系的推断方法，针对已有技术中存在的缺点，提出了基于概率标签生成的半监督学习来推断网络自治系统商业关系的方法，以准确和稳定的推断网络中自治系统商业关系。

本发明提出的互联网自治系统间商业关系的推断方法，包括可靠商业关系推断和不确定商业关系推断两个阶段，第一阶段，使用可靠的规则和数据源，推断高度可信的自治系统间商业关系，并在时间维度上对推断的结果进行投票；第二阶段，利用将概率标签生成与集成学习相结合的半监督学习，推断不确定的自治系统间商业关系。