基于端口號、統(tǒng)計特征和協(xié)議特征字的實時數(shù)據(jù)流分類.pdf

1、近年來，伴隨著互聯(lián)網(wǎng)業(yè)務(wù)種類數(shù)量的迅速增長，網(wǎng)絡(luò)協(xié)議的層出不窮，基于應(yīng)用層協(xié)議的數(shù)據(jù)流分類算法也遇到了前所未有的挑戰(zhàn)。由于數(shù)據(jù)流分類在攻擊檢測、流量控制等領(lǐng)域均具有重要的應(yīng)用價值，因此，尋找到效率高、精確度好的數(shù)據(jù)流分類算法有著重要的研究及應(yīng)用意義。本文致力于實時數(shù)據(jù)流分類算法的研究，使用三種分類方法串行結(jié)合的方式，通過端口號識別、統(tǒng)計特征分類、協(xié)議特征字匹配的方式，精確識別出數(shù)據(jù)流的應(yīng)用層協(xié)議。
　　 本研究主要內(nèi)容包括：⑴基

2、于知名端口號的數(shù)據(jù)流初分類：基于知名端口號的數(shù)據(jù)流分類算法是最早用于數(shù)據(jù)流分類的方法，它曾經(jīng)一度作為數(shù)據(jù)流分類的主要算法。它具有時間復雜度低、算法簡單等特點。然而，隨著互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展，端口識別的流分類方法越來越多的受到限制。本文使用該算法對數(shù)據(jù)流做初分類，實驗證明，該簡單而快速的方法能夠識別出近40％的數(shù)據(jù)流應(yīng)用。⑵流統(tǒng)計特征的提取及篩選：基于內(nèi)容無關(guān)的統(tǒng)計特征的流分類方法是當前流分類研究的熱門。本文使用基于信息增益的前向貪心C4

3、.5算法對大量的完整流統(tǒng)計特征進行篩選，隨后對篩選后的特征子集進行改造，使其更加適用于實時業(yè)務(wù)流分類，而后使用易獲得的載荷相關(guān)統(tǒng)計信息對此特征子集進行擴充后再次進行特征篩選，并構(gòu)造訓練集進行驗證，最終得到適合實時業(yè)務(wù)流分類的特征子集和分類器，此步驟可識別部分新興網(wǎng)絡(luò)應(yīng)用。⑶應(yīng)用層協(xié)議特征字匹配：基于協(xié)議特征字匹配的數(shù)據(jù)流分類算法具有準確度高、算法復雜度高、占用系統(tǒng)資源大等特點，因此本文將這一環(huán)節(jié)放在數(shù)據(jù)流分類的最后一步，對以上兩種算法無

4、法識別的數(shù)據(jù)流類型做最終的確認。本環(huán)節(jié)使用L7-filter指紋庫中對各個應(yīng)用協(xié)議提取的正則表達式，通過實驗的方式將正則表達式盡量的縮短，以降低匹配的時間和復雜度，同時盡量保證匹配的準確度。⑷分類方法串行結(jié)合識別應(yīng)用層協(xié)議：由于完全依賴于協(xié)議特征字匹配的流分類算法以損失時間復雜度來滿足精確度的要求，而知名端口號匹配方法和統(tǒng)計特征分類算法難以達到令人滿意的準確率，因此，本文采取三種分類算法串行結(jié)合的方式對數(shù)據(jù)流進行分類，首先依據(jù)知名端口號