DPI+DFI深度检测融合策略研究

应用层安全防护已经成为当前安全防护领域研究的主要方向,基于DPI和DFI的应用检测技术也已成为安全领域的热门技术。文章介绍了DPI和DFI两种深度检测技术,对两种技术的特点进行了比较分析。在应用层深度检测中提出了基于设备状态分析模块、DPI检测模块和DFI检测模块,DPI与DFI相融合的检测方式,对该检测策略的特点进行了分析,并以H3C公司的ACG设备为载体,在实际项目中进行了应用。

深度包检测(DPI)技术浅谈及应用

DPI(深度包检测)是一种智能管道的感知技术,随着电信运营商提出"智能管道"的概念,DPI技术在电信网络中的应用越来越广泛。文章介绍了DPI的概念,系统架构有串接、并接和串并一体化方式,系统工作包括数据采集、数据分析、数据统计和控制,主要实现全业务分析与控制、用户行为分析、广告推送等功能,并提出了在电信运营商的应用场景。

深度包检测中一种高效的正则表达式压缩算法

提出一种基于确定的有穷状态自动机(deterministic finite automaton,简称DFA)的正则表达式压缩算法.首先,定义了膨胀率DR(distending rate)来描述正则表达式的膨胀特性.然后基于DR提出一种分片的算法RECCADR(regular expressions cut and combine algorithm based on DR),有效地选择出导致DFA状态膨胀的片段并隔离,降低了单个正则表达式存储需求.同时,基于正则表达式的组合关系提出一种选择性分群算法REGADR(regular expressions group algorithm based on DR),在可以接受的存储需求总量下,通过选择性分群大幅度减少了状态机的个数,有效地降低了匹配算法的复杂性.

基于DPI的互联网视频业务精准推荐方法

通过深度包检测(Deep Packet Inspection,DPI)技术,分析用户访问互联网视频的行为。改变以往单一地从互联网视频网站和用户上网流量中提取用户行为的思路,采用DPI深度报文检测技术分析网络视频流量,结合视频请求、视频搜索及视频本身信息,精确、全面地分析用户视频行为,从数据源头解决用户访问多互联网视频网站时,各网站之间的用户分析信息无法关联的问题,可以快速、准确、有效地提取重度视频用户及其行为喜好,大大提升对价值视频用户挖掘的准确度。

基于DPI的流媒体流量监控系统的分析与设计

针对网络上P2P流媒体应用日益盛行所引发的一系列诸如耗费网络宽带、不良信息传播、信息安全等问题的负面影响,结合DPI(Deep Packet Inspection)技术应用背景,综合考虑网络用户实际需求,提出一种基于DPI的流媒体流量监控系统,文中对系统的架构及相关各模块的分析设计进行了详细的阐述,并通过搭载实际试验环境对系统性能进行验证,结果证明该系统对于流媒体应用流量的识别与控制均能达到较好的效果,完全能满足用户的需求。

统一DPI技术与应用研究

首先对DPI系统烟囱式部署方式目前存在的问题进行了深入剖析,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。

DPI技术在贵州电网互联网统一出口网络的应用

作为贵州电网与互联网互联的关键组成部分,贵州电网互联网统一出口网络的重要性不言而喻。现阶段互联网应用越来越丰富,各种新业务层出不穷,越来越多的新业务对带宽的要求越来越高,这就造成新业务对关键业务的带宽抢占。作为与生产息息相关的互联网统一出口网络,如何保障关键性生产业务的业务带宽、保障关键性应用就成为网络运维的重要组成部分。在对贵州电网互联网统一出口网络中所应用的DPI(Deep Packet Inspection)深度包检测技术的应用进行阐述。

DPI用户行为触发智能提速应用的初探

电信行业发展的趋势是运营商竞争日益激烈,面向客户的服务越加细分和差异化。客户服务差异化越明显,给运营商带来的运营成本越高,因此精确化营销服务已经成为电信运营提高竞争力的一个重要营销手段。文章探讨采用DPI和DACS联动运营的模式,面向本网用户进行价值"挖潜",以分析数据直接驱动运营需求。

基于DPI技术的LTE_S1接口流量识别系统设计与实现

针对传统流量识别系统性能低、可扩展性差等问题，提出一种以多叉树作为深度包检测（deeppacketinspec-tion，DPI）技术的模式匹配方法。通过对现行长期演进（10ngtermevolution，LTE）网络Sl接口用户面数据进行解析，采用层次化、模块化设计思想，实现一套以协议解析、流量识别、数据存储为基础的流量识别系统。经测试，系统在实现对用户行为监测的基础上，达到单机4～5Gb／s的处理速度，对大数据流量识别系统的设计具有重要参考意义。

基于DPI技术的NB-IoT端到端质量分析

NB-IoT(窄带物联网)业务在移动互联网上的应用越来越丰富,这也使得通信网络面临着业务流量端到端质量分析的考验。文章主要基于DPI(深度报文检测)技术对NB-IoT业务流量进行研究,通过建立端到端的指标体系,围绕四个阶段、六个关键指标、八个维度,实现定段定界的质量分析流程,将问题定界到点进行优化处理,确保用户业务使用感知。

一种基于DPI技术的用户上网行为管理方法

为了对企业用户行为进行动态管理,基于DPI(深度包检测)技术对用户业务的感知能力深度挖掘并分析用户行为数据。从用户属性、流量识别与监控、网络识别与监控等多角度、多层面进行用户行为分析,进而实现用户网络行为精确画像。针对不同用户建立特征库,实现个性化策略管理,最终达到用户网络行为管理精细化,网络使用合理化。

基于DPI技术的校园网络带宽管理

随着我国大学的不断扩招,越来越多的学生进入到大学生活,学生在校期间无论是从生活还是学习都离不开网络,校园网的用户与业务流量是年年递增,学生们对网络宽带的需求量也是越来越大,可是各式各样的网络在应用无序的抢占着有限宽带的资源,这必然会让网络的运行效率大幅度的降低。为了能保障网络安全快速的运行,我们就要分析出校园网络所对应的出口流量,对网络的出口流量进行严格的控制管理,实行网络宽带的有效管理策略,保证教学科研上的网络需求,节约宽带的出口资源,以此来提高网络的使用性能。为此,我们对校园网络的宽带管理的技术,结合学校的实际情况来进行了探析。

基于DPI数据的NB-IoT业务故障三定分析

针对NB-IoT(窄带物联网)业务特性,在移动DPI(深度包检测)识别技术的基础上,从移动DPI数据的NB-IoT特有信令与业务协议、物联网企业特征3个方面,对业务故障进行“三定”(定段、定界、定位)研究,实现对NB-IoT主流业务客户感知问题的发现和处理,从而提升物联网业务运营能力。

Net Optics:专注DPI 做深网络智能

移动互联网应用的火热和数据爆炸的冲击,正使运营商刮起一股席卷全球的"智能管道"旋风。DPI(深度包检测)、PCC(计费策略控制)成为智能管道建设的两大重点领域,也成为当前运营商和设备商重点投入的落脚点。来自美国的Net Optics便是其中之一,这家成立于美国硅谷的企业。

城域网宽带提速用户流量和行为分析系统探讨

互联网的快速发展使网络流量迅猛增长,电信运营商希望通过宽带提速提升宽带用户的上网感知。在宽带提速背景下,还应对用户流量和行为进行分析。文章根据电信运营商对用户流量多维度分析的业务诉求,提出城域网宽带提速用户流量和行为分析系统的建设。描述系统的实现原理和建设方案,对系统实现的大带宽用户流量统计及行为统计分析功能进行深入研究,并通过系统在现网部署分析大带宽用户流量和上网行为的变化趋势。

家庭WiFi下手机号码特征自动提取方法

提出一种家庭宽带WiFi下手机号码特征自动提取方法。该方法采用DPI(深度包检测)技术、Hyperscan高速字符串匹配、Hadoop分布式架构、分布式爬虫等技术,可以更加快速准确地识别出固网WiFi下用户手机号码特征。通过实验进行论证,手机号码特征可以每天定时自动输出,且根据这些手机号码特征提取的手机号准确率可以达到86%以上,相比传统离线人工肉眼识别方法,提取特征的效率有很大的提高。

P2P流量识别技术研究

自上世纪90年代以来,P2P在网络中的应用越来越广泛,P2P应用也开始多元化。P2P流量在因特网总流量中占据了极其重要的地位,而且对于P2P应用的关注也越来越多。因此,在很多情况下,对P2P流量的检测是十分必要的。文章结合P2P网络中出现的问题,分析了P2P对网络流量的影响,提出了P2P流量识别的几项关键技术并对其优缺点做出评价。

基于应用层的网络流量管理与应用优化解决方案

对卫生系统网络现状和存在问题进行分析,介绍基于应用层的网络流量管理与应用优化解决方案,即系统结构、部署方案和详细说明,其中详细说明包括检测分类、应用优化、报表分析以及调整改进。

网络流量管理系统中队列管理器的设计与实现

提出了一种新颖的网络流量管理系统的硬件架构,该架构将深度包检测(Deep Packet Inspection,DPI)所具有应用识别、威胁检测功能与流量管理系统结合起来,使得传统的流量管理系统在具备了更精细的应用识别的基础上,融合了DPI的安全监测功能,在一定程度上提高了其管理效率。进一步地针对其中的关键模块,即队列管理器,进行了设计与实现。队列管理器采用了片外DDR3 SDRAM作为数据缓冲区,在减少了片内资源消耗的同时,可以有效地实现对大量业务流的管理。整个设计在Xilinx Virtex-7 XC7V690T上实现,同时采用ModelSim SE 10.6d进行了行为级的仿真分析。结果表明,在最大支持4096个业务流的条件下,该设计共消耗了3666个查找表和41块36 kb的BlockRAM。

基于社区挖掘的网络业务监控方法

网络业务监控通常应用于大型企业级网络监控,通过分析企业网中承载的业务数据,实现对网络中业务类型及不同业务对应的终端分布情况的监测。提出了一种基于社区挖掘的网络业务监控方法,该方法的输入为企业网中IP通联数据,通过构建IP通联图,并基于IP通联图进行社区挖掘,输出IP通联社区,每个社区代表一种业务类型,社区内节点代表相应的业务终端。通过对某大型跨国企业网络数据的实证分析,发现与传统业务监控方法相比,该方法不仅能够有效发现各业务网络,实时监控业务网络状态,且能对网络中出现的新业务进行预警。