[发明专利]一种网络流识别方法及电子设备

说明书

本发明公开一种网络流识别方法及电子设备，方法包括：计算同一网络流类型的多个训练网络流的关于不同网络流属性特征的特征条件概率模型；接收到当前网络流，计算当前网络流的网络流属性特征；使用不同的网络流类型的特征条件概率模型对当前网络流的对应网络流属性特征进行计算，得到多个关于不同的网络流类型的当前特征条件概率；使用相同网络流类型的多个当前特征条件概率计算当前网络流关于该网络流类型的当前类型条件概率；根据当前类型条件概率对当前网络流进行识别，得到识别结果。本发明对网络流动态行为特征进行量化描述，然后建立识别模型进行识别，该方法能够适应网络流量动态变化的情况，并且对网络流量的高突发性能够进行准确感知。

技术领域

本发明涉及网络相关技术领域，特别是一种网络流识别方法及电子设备。

背景技术

新型网络应用的不断出现引起了网络流量的快速增长，网络流量涉及计算机、网络应用以及用户等多个彼此紧密联系的实体，不同的网络应用具有自身特定的网络流量行为特征。伴随着新型网络应用的蓬勃发展，网络应用协议随之涌现，网络流量的复杂性日益增加，展现出动态、突发等行为特征。此外，由计算机病毒、网络恶意节点所造成的诸多网络安全问题对现实生活造成多方面的影响。网络应用的异构性使得网络中存在多种特定类型流量，不同类型流量具有其特定的突发行为特性以及流量相关性。因此，准确识别网络流量，对于改善网络性能、提高网络资源利用率、进而提升用户服务质量具有深远影响。

传统的网络业务主要有WWW、FTP以及Email，随着因特网的飞速发展，网络主要应用已逐步向音频、视频等综合型业务转变，电子银行、股票、网上购物、在线社交、网络直播等实时性业务已得到广泛应用。网络用户数量呈指数型增长，网络规模持续扩展，使得数据以及信息对社会具有广泛的影响。部分非关键型业务的存在导致网络带宽以及节点资源过度消耗，严重影响关键型业务的正常应用。因此，实施有效措施，管控网络中的各种类型流量，进而针对不同类型业务进行合理资源分配，提供差异化的服务质量需求具有现实意义。

网络流量识别技术发展迅速，提供差异化服务以及异构服务质量，以达到个性化精准服务是当前网络发展的主要趋势。对于时效性有较高要求的语言以及电话视频的发展使得流量特征的提取以及识别算法的设计不断改善。近几年，文件共享技术、在线游戏、大数据以及云计算等新型应用蓬勃发展，这些应用往往具有复杂的协议格式。此外，网络流量的高突发性也使得网络流量识别的难度越来越大。

目前已存在部分网络流量识别领域的研究。基于网络端口号映射的流量分类识别方法简单高效，且能够对网络应用类型进行实时识别。然而，随着P2P以及FTP等网络应用的发展、海量随机端口以及代理技术的运用，造成此方法已经难以满足现实应用的要求。基于有效载荷特征的流量识别方法考虑网络数据的有效载荷与特征识别库是否配对，以此来确定网络流量的类别。此方法具有较高效率，并且易于维护，其识别精度远高于基于网络端口号映射的流量分类识别方法。然而，此方法对于安全性具有较大的挑战，通信双方的隐私无法保障。随着数据加密技术在网络中的广泛使用以及各种网络应用的不断出现，此流量识别法将退出历史舞台。基于网络行为特征的流量识别法针对网络以及通信行为特征的异构性，从流量特性的角度对网络流量进行分类识别。此方法具有较低的算法复杂度以及较高的识别精度，并且能够感知流量的行为特征。然而，此方法需对数据流进行离散处理，因此其实时性不高，流量行为特征随着网络的不断变化而改变。基于机器学习的流量识别法可分为有监督学习的流量分类识别法、半监督学习的流量分类识别法以及无监督学习的流量分类识别法，此类方法具有较高的扩展性，可对网络流量隐含特性进行挖掘分析，具有较高的识别精度，但此类算法需要大量的数据，并且算法复杂度非常高。

发明内容

基于此，有必要针对现有技术流量识别算法对流量突发性的感知效率较低，并且无法适应网络流量动态变化的技术问题，提供一种网络流识别方法及电子设备。

本发明提供一种网络流识别方法，包括：