深度分组检测技术研究及在流量经营中的应用

针对电信企业在大数据时代下数据流量存在的增量不增收的迫切问题,通过研究深度分组检测技术,结合流量经营策略,提出了深度分组检测技术在流量经营中的流量洞察、用户行为分析及智能策略3种应用模式,并对应用中出现的深度分组检测未识别应用、与计费流量比对及数据稽核等技术难点给出了切实可行的解决方案。

面向深度分组检测的高速数据分组解析结构

提出了一种面向深度分组检测的高速数据分组解析结构BiPPCS(bidirectional packet parsing architecturefor content security)。结构采用内容萃取树描述协议的耦合关系从而提高了数据分组解析的灵活性;利用硬件双向并行流水线提升了数据分组解析的处理速率;通过使用节点映射算法来均衡各级流水线上的节点数目优化存储空间;分析和仿真显示BiPPCS在处理速率、空间利用率等方面能取得较好的均衡。

深度分组检测技术数据整合思路分析

现有DPI系统烟囱式部署,存在重复采、重复存、重复开发、数据格式不一致等现象,无法形成全量数据的全视景,不充分体现数据价值,DPI整体依赖厂家,无法形成需求的自我感知及能力的自我培养。针对现有困境进行了深入剖析,从实际需求出发,提出了面向多应用系统的统一DPI改造部署方案,为网络侧构建分层、解耦、标准、开放的统一DPI体系奠定了基础。

一种网络分组内容线速动态检测方法

针对高速网络内容检测中多模式匹配算法性能差和模式集不断动态变化的问题,提出了一种松散耦合的双通道线速动态内容检测方法.该方法包含快速通道和慢速通道两部分,快速通道利用可动态查询的并行Counting Bloom filter引擎过滤网络分组,过滤出的嫌疑分组送慢速通道利用高效动态模式匹配算法一步准确鉴别和分析,从而避免对正常分组的阻碍,达到线速检测.基于程序局部性原理,采用额定长度前缀的方法实现了对长模式的可扩展性.分析与模拟试验表明,该检测方法具有较高的吞吐性能,可以实现线速动态内容检测,同时减少了硬件资源开销,提高了可扩展性.

基于DPI的移动分组网络流量分析技术的研究与实现

随着第4代移动通信网络(4G)商用和移动互联网的迅速发展,运营商对业务流量的监测也显得格外重要。首先通过对移动分组网络数据进行解码预处理,合成基于传输流的xDR,然后结合DPI技术和DFI技术的互补优势,实现移动分组网络的业务识别和统计。经过现网数据测试,本方案能够很好地对移动分组网进行业务xDR合成和流量识别统计,具有较高的处理效率和识别准确性,达到了理想的效果,对4G时代移动分组网络优化的理论和实践有重要参考意义。

基于抽样分组长度分布的加密流量应用识别

基于确定性抽样数据分组序列的位置、方向、分组长度和连续性、有序性等流统计特征和典型的分组长度统计签名,并结合带数据分组位置、方向约束和半流关联动作的提升型DPI,提出了一种基于假设检验的加密流量应用识别统计决策模型,包括分组长度统计签名决策模型和DFI决策模型,并给出了相应的分组长度统计签名匹配算法以及基于DPI和DFI混合方法的加密流量应用识别算法。实验结果表明,该方法能够成功捕获加密应用在流坐标空间中独特的统计流量行为,并同时具有极高的加密识别精确率、召回率、总体准确率和极低的加密识别误报率、总体误报率。

关于5G云与行业云的数据承载网规划设计研究

简单分析了5G对数据承载网的建设需求,并提出了一种能够更好实现多业务数据采集与处理、基于5G云与行业云的数据承载网设计方案。在说明该5G数据承载网总体架构的基础上,从数据采集、信息安全管控这两方面入手,阐述了基于5G云与行业云的数据承载网设计方案要点与具体内容,以期为同类数据承载网的组建提供参考。

基于DPI的LTE网络用户行为感知系统的设计与实现

针对电信运营商越发迫切的智能管道需求,提出了一种具有自学习功能的移动互联网用户行为感知系统的解决方案。本方案针对传统监测系统用户感知度低、统计能力不足等缺点,对现行LTE网络S1接口用户面协议进行分析,并结合当前互联网主流的行为分析技术——深度分组检测(DPI)技术和聚类爬虫技术的优势,实现了以协议解码、业务呼叫/事务详细记录(xDR)合成为基础的LTE网络用户行为精准分析。本系统经现网数据验证,能达到既定目标,对满足智能管道的需求具有一定的指导价值。

新颖的正则NFA引擎构造方法

提出了一种新颖的正则NFA引擎构造方法——PFA构造法。PFA构造法包括3个主要算法:预处理算法、解析树编码算法和基于编码树的NFA构造算法。采用PFA构造法能够构造出只含有一个开始状态和一个终止状态的规模更小的NFA,称其为NFAp。NFAp的规模与正则表达式组的长度线性相关,较Thompson自动机、后跟自动机、位置自动机以及部分派生自动机的规模都要小,是Thompson NFA的1/3,比已经接近最优的后跟自动机构造法所获得的NFA还要小。

一个基于云计算的P2P流量识别系统模型的研究

首先分析了当前网络中P2P流量的占比情况和给网络带来的压力,指出了实际应用中网络流量识别技术存在的问题,给出了深度分组检测技术和流量特征识别技术的实现原理。在此基础上,提出了一种基于开源云计算平台Hadoop,采用MapReduce分布式并行计算架构,构建了将深度分组检测技术和流量特征识别技术相结合的P2P流量识别系统的设计模型。实验结果表明,本文提出的模型能够有效地识别P2P流量,并且在面对大流量时拥有比单机识别更快的识别速度。

IPv6应用通道过渡技术部署关键问题及组网研究

分析了在下一代互联网过渡技术部署下实现电信运营商应用通道业务所面临的关键问题;基于不同的业务实现模型和技术实现难度,研究并对比了过渡技术部署下的应用通道多种组网方案;最后,提出了应用通道业务在过渡技术部署下的演进策略。

基于DPI数据挖掘实现URL分类挂载的相关技术研究

通过对DPI用户上网行为数据进行深入挖掘,实现与网页URL分类体系的归类映射,是精准锁定上网用户兴趣偏好特征的关键。在梳理DPI数据自动挂载URL分类节点流程的基础上,重点研究了过程中涉及的网页信息提取、中文分词、特征选择及文本分类等关键技术,为利用DPI数据提升客户洞察能力铺平了技术道路。

移动互联网流量经营和网络演进研究

移动互联网业务的爆发性增长和智能手机的普及,使运营商面临网络扩容、传统语音业务市场侵蚀而收入下降的双向倒逼,逐渐被管道化。如何在新时期下充分利用运营商自身优势及移动互联网的发展机遇,转危为机,寻找新的业务增长点成为当前运营商的重要课题。针对移动互联网现状,以移动互联网应用为切入点,从国内/国外两个范围、运营商/设备商两个视角,分析其流量经营相关的经验及技术,提出合适的流量经营策略及CDMA运营商网络演进建议。

采用大数据技术的移动DPI关联算法探索及实现

针对近年来4G渗透率不断提高所带来的用户质疑流量使用情况的问题,通过深入的研究提出了一种利用移动DPI的详细话单与计费话单关联的算法,采用大数据平台以及相关处理技术对算法进行了实现,并展示了现网运行评估的效果。