基于深度包檢測的網絡應用識別與流量控制.pdf

1、隨著網絡基礎設施的不斷完善和網絡技術的迅速推廣，互聯網行業(yè)得以迅速發(fā)展，為人們的工作、生活帶來了方便。但是，一些網絡應用對網絡流量模型造成了較大的沖擊，網絡流量急劇膨脹，尤其是流媒體、VoIP、P2P等業(yè)務，據統計此類業(yè)務已占據互聯網數據流量的70％左右，新業(yè)務的數據流量相當巨大，這打破了以往“高帶寬、低負載”的IP網絡QoS提供模式，在很大程度上加重了網絡擁塞，網絡運營商、企業(yè)對于網絡流量的監(jiān)督管理需求不斷加大。傳統的技術手段無法對P

2、2P/WEB、流媒體等新興網絡應用感知，要實現對不同應用的差異化監(jiān)督管理也就無從談起。
　　本文旨在分析不同網絡應用的特征并通過深度包檢測技術在傳統應用識別基礎上增加了對數據流負載的檢測，從而實現對數據流所屬應用的精確識別。在完成應用精確識別后，利用流量控制手段對不同應用提供差異化管理，為網絡運營商、企業(yè)提供有效的網絡管理方案。
　　本文首先分析了不同網絡應用的特點，并根據特點將不同的網絡應用劃分為六個類別:Web_brow

3、se、即時通訊、P2P下載、流媒體、網絡游戲、VoIP，每個類別又劃分了詳細的小類。對特征識別的關鍵技術應特征提取，本文詳細分析了當前流行的Web應用和P2P應用的特征提取方法。然后根據數據流的特點提出了可提高識別效率的三個問題:匹配長度、匹配次數和匹配算法，并從問題出發(fā)詳細設計了特征識別模塊的邏輯架構。在特征匹配算法上，根據特征字出現的位置是否固定，提出了一種單模式和多模式混合匹配算法，在單模式中采用并行匹配，通過不同的算法實驗對比，