[发明专利]高性能IP网络中个人标识信息识别系统及方法

说明书

本发明涉及高性能IP网络中个人标识信息识别系统及方法，属于网络信息安全及网络个人隐私保护技术领域。网络个人标识信息识别系统包括特征提取模块、数据过滤与整形模块、算法执行模块和优化模块；其不需人工干预；网络个人标识信息识别方法，包括步骤1：IP网络收集到的流量以PCAP格式输入到网络个人标识信息识别系统；步骤2：提取网络特征字段得到五维数据组；步骤3：对五维数据组进行过滤与整形；步骤4：建立用户行为树模型，计算函数VF与UVF，后进行两次检测，输出PII‑DK与PII‑VALUE列表；步骤5：优化模块进行校验和扩散；步骤6：输出PII‑DK列表。本发明提出的系统和方法，具有良好的兼容性和扩展性。

技术领域

本发明涉及高性能IP网络中个人标识信息识别系统及方法，属于网络信息与安全以及网络个人隐私保护技术领域。

背景技术

首先，移动互联网的发展逐渐改变着人们的生活方式。人们可以随时随地的通过互联网中种类繁多的应用程序获得各种方便快捷的网络服务。同时，为了高质量的提供这些网络服务，应用服务商(ASPs)通常会直接或间接地通过应用程序将各种类型的用户数据收集到云端。尤其是利用嵌入到移动终端的，类似GPS、摄像头和加速器等各种传感器，移动应用程序(APPs)会产生更多种类的用户个人标识信息(PII)。应用服务商使用个人标识信息不仅能够区分、锁定和跟踪用户，进行市场分析和预测，为用户提供更为精准的服务，还能够精细地刻画用户的网络行为活动。

与此同时，网络运营商与本地的管理员也希望得到这些个人标识信息，为用户提供更为精准地流量计量资费服务，更为全面的市场需求分析，以及更为合理的网络架构和安全服务。一般情况下，运营商的高带宽网络链路会产生海量的数据，从这些海量数据中准确和快速地发现用户个人标识信息是巨大的挑战。

国内论文和专利中没有相关技术，已有的技术虽然都在其应用场景中具有较好的效果，然而，在网络运营商的高性能、高带宽的IP网络的场景下，还没有有效的方法准确高效的发现和跟踪个人标识信息。本发明的目的是致力于解决上述技术的缺陷，提出一种运营商网络中个人标识信息识别系统。

发明内容

本发明的目的在于提高个人标识信息识别的准确性；不需要获取系统更高权限或安装附加的软硬件，提高兼容性和扩展性；全面收集各种类个人标识信息，提出高效可行的算法，克服高性能网络中海量数据的计算开销较大的问题，提出了高性能IP网络中个人标识信息识别系统及方法。

本发明高性能IP网络中个人标识信息识别系统及方法，包括网络个人标识信息识别系统和网络个人标识信息识别方法；

其中，网络个人标识信息识别系统，简称系统，包括特征提取模块、数据过滤与整形模块、算法执行模块和优化模块；

网络个人标识信息识别系统的工作过程不需要人工干预，只需输入数据即可，各模块按照顺序依次处理输入数据，直至输出网络个人标识信息；

其中，优化模块包括校验单元和扩展单元；

网络个人标识信息识别系统中的各模块的连接关系是：

系统各模块之间是串联关系，具体为：特征提取模块与数据过滤与整形模块相连；数据过滤与整形模块与算法执行模块相连；算法执行模块和优化模块相连；

网络个人标识信息识别系统中各模块的功能是：

特征提取模块从网络流量中提取出特征；数据过滤和整形模块负责清洗原始数据，移除杂乱的数据；算法执行模块使用网络个人标识信息识别方法计算出网络个人标识信息；优化模块中的校验单元负责纠正错判的结果，而扩展单元负责补充收集漏掉的真值；

网络个人标识信息识别方法，通过以下步骤实现：

步骤1：IP网络收集到的流量以PCAP格式输入到网络个人标识信息识别系统；