Internet流量识别技术研究

流量识别是指根据网络流以及流中数据报文的某些信息将网络上的流分成若干既定的类别.随着网络的高速化,业务应用和协议日趋复杂,传统的基于端口的流量识别方法已经不够准确,因此各种新的识别方法成为研究热点.本文在介绍流量识别的基本概念、流量识别的评价指标的基础上,对目前正在使用或研究的流量识别方法进行了分析比较,指出了现有各种方法的优点和不足,最后给出未来流量识别技术的发展趋势和研究方向.

基于云计算的社交网络流量识别与管理研究

目前社交网络发展迅速,但国内外对于社交网络流量的识别并未给出有效的方法,文章以三种主流的社交网络为研究对象,深入分析了各社交网络流量的净荷特征和流量特征,给出了各个社交网络数据流量的识别方法。在此基础上,利用基于净荷特征与流量特征相结合的方法对采自校园网的流量进行了识别和分析,实验结果表明,基于净荷特征与流量特征相结合的方法的识别准确率较单独使用每一种方法的识别准确率有明显提高。

新一代深度报文检测设备对城市安全态势感知的影响

随着网络规模的不断壮大,网络结构的日益复杂,网络病毒、Dos/DDos攻击等构成的威胁和损失越来越大,传统的网络安全管理模式仅仅依靠防火墙、防病毒、IDS等单一的网络安全防护技术来实现被动的网络安全管理,已满足不了目前网络安全的要求,城市安全态势感知研究便应运而生。态势感知中的新一代深度报文检测设备采用了新的深度报文检测技术,深度报文检测技术对比传统检测技术,加入了应用层分析,能够准确识别各种应用。采用了净荷特征匹配技术、交互式业务识别技术、行为模式识别技术、深度流检测技术。带来的好处包含:可视化全网、流量细粒度管理、及时发现和抑制异常流量、输出全量日志功能、减少或延迟带宽投入。

网络流量识别方法研究

随着P2P和多媒体流量的发展,原有的流量识别方法越来越显现出其不足。为识别这些流量,需要识别效率更高的识别方法。文中提出了一种混合流量识别方法,此方法将特征识别和会话行为映射方法相结合,进行精确的流量识别。接着给出了这种识别过程的流程图,对识别过程进行了说明。对包的识别是基于优先级的特征识别,以提高识别效率。通过实验,选取四种应用Monkey3,eDonkey2000,MSN messenger,BitTorrent流量,将这些单个流量和混合流量的识别结果进行了比较。由实验结果可得出该方法对混合流量识别率比单个流量识别率高。