移動通信網(wǎng)絡(luò)業(yè)務(wù)識別技術(shù)研究和實現(xiàn).pdf

1、近些年來，隨著移動通信網(wǎng)絡(luò)基礎(chǔ)設(shè)施的持續(xù)建設(shè)和移動終端技術(shù)的快速發(fā)展，國內(nèi)移動用戶數(shù)量和網(wǎng)絡(luò)應(yīng)用規(guī)模快速增長。然而，蓬勃發(fā)展的網(wǎng)絡(luò)在給用戶帶來豐富和便捷的網(wǎng)絡(luò)共享資源時，也帶來了網(wǎng)絡(luò)信息安全隱患大、網(wǎng)絡(luò)內(nèi)容監(jiān)管困難和“帶寬吞噬”嚴重等問題，由此導致網(wǎng)絡(luò)服務(wù)性能和網(wǎng)絡(luò)用戶使用感知的降低。因此，如何對移動通信網(wǎng)絡(luò)中的業(yè)務(wù)進行精確識別具有重要的意義。
　　本文首先介紹了業(yè)務(wù)識別過程中一些基本概念，并介紹了典型的業(yè)務(wù)識別技術(shù)，包括基于端口

2、檢測的識別技術(shù)、基于深度報文檢測(DPI)的識別技術(shù)和基于流量特征檢測(DFI)的識別技術(shù)。在引入數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，本文設(shè)計了基于端口檢測、DPI和DFI的業(yè)務(wù)識別系統(tǒng)(ISIS)。
　　針對DPI檢測過程中業(yè)務(wù)特征字提取依靠人工方法，提取效率較低的問題，本文提出了基于改進Apriori（先驗）算法的特征字自動提取方法。通過在Apriori算法中引入序列項目集和偏移屬性集兩種概念，使得算法能夠適用于業(yè)務(wù)特征的提取。該算法通過遞

3、推方法挖掘出業(yè)務(wù)數(shù)據(jù)流中存在的不同長度的特征字段，并利用偏移屬性集去除低價值字段，最后依據(jù)選擇策略選出最終的特征字段。實驗表明，該算法可以得到有效的業(yè)務(wù)特征字。
　　本文對業(yè)務(wù)識別系統(tǒng)進行了詳細設(shè)計，給出了系統(tǒng)的整體框架圖。該系統(tǒng)主要由三個模塊組成:端口識別模塊、DPI模塊和DFI模塊。端口識別模塊使用IANA注冊表中的知名端口來初步識別未知流量。DPI模塊分為特征字自動提取子模塊和DPI檢測子模塊，特征字自動提取子模塊采用第3章