1、網(wǎng)絡(luò)流量測量與識(shí)別，是網(wǎng)絡(luò)管理、網(wǎng)絡(luò)運(yùn)營、網(wǎng)絡(luò)優(yōu)化和網(wǎng)絡(luò)安全的重要基礎(chǔ)，是掌握網(wǎng)絡(luò)運(yùn)行規(guī)律和理解網(wǎng)絡(luò)行為的支撐技術(shù)。隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，用戶數(shù)量大幅膨脹，鏈路速率快速增長，承載業(yè)務(wù)更加多樣化，信息隱匿技術(shù)廣泛應(yīng)用，導(dǎo)致傳統(tǒng)的基于知名端口號(hào)或基于報(bào)文載荷的流量識(shí)別方法無法滿足高速網(wǎng)絡(luò)流量識(shí)別的需求，迫切需要研究有效的網(wǎng)絡(luò)流量測量與識(shí)別技術(shù)及策略以應(yīng)對(duì)目前及未來網(wǎng)絡(luò)管理面臨的挑戰(zhàn)。
　　高速網(wǎng)絡(luò)中，并發(fā)流數(shù)量巨大而且報(bào)文速率高，雖

2、然使用簡單的流量特征與快速的識(shí)別算法能夠?qū)崿F(xiàn)對(duì)流量的線速處理，但是難以保證流量識(shí)別的準(zhǔn)確率；為此，現(xiàn)有的技術(shù)通常采用多特征及構(gòu)建復(fù)雜分類模型的思路，處理復(fù)雜度高，難以滿足實(shí)時(shí)性的要求；并且當(dāng)前的流量識(shí)別技術(shù)沒有考慮各種業(yè)務(wù)的差異化管理要求，不能實(shí)現(xiàn)有約束條件的業(yè)務(wù)識(shí)別。因此如何處理準(zhǔn)確性與實(shí)時(shí)性的矛盾是網(wǎng)絡(luò)業(yè)務(wù)在線識(shí)別的關(guān)鍵與難點(diǎn)，對(duì)不同網(wǎng)絡(luò)業(yè)務(wù)按級(jí)別召回是網(wǎng)絡(luò)管理的現(xiàn)實(shí)需求。本文依托于國家863計(jì)劃重大項(xiàng)目課題“面向三網(wǎng)融合的統(tǒng)一安全

3、管控網(wǎng)絡(luò)”和863計(jì)劃主題項(xiàng)目課題“跨網(wǎng)絡(luò)信息安全防護(hù)”，針對(duì)課題中的網(wǎng)絡(luò)實(shí)時(shí)識(shí)別和控制需求，面向網(wǎng)絡(luò)業(yè)務(wù)識(shí)別中流量測量和識(shí)別算法兩個(gè)核心環(huán)節(jié)，從四個(gè)方面開展研究，主要工作如下：
　　1.針對(duì)高速網(wǎng)絡(luò)流量識(shí)別時(shí)獲取全部報(bào)文代價(jià)過大的問題，從報(bào)文約減的角度出發(fā)，提出基于同源組合布魯姆過濾器的早期流量抽樣算法。該算法利用并發(fā)流量中已結(jié)束抽樣流數(shù)目遠(yuǎn)大于正在抽樣流數(shù)目的特點(diǎn)，設(shè)計(jì)寬度不同的兩個(gè)計(jì)數(shù)布魯姆過濾器組合，分別實(shí)現(xiàn)“報(bào)文計(jì)數(shù)”與

4、“抽樣判斷”功能。算法的理論分析表明，調(diào)節(jié)兩個(gè)計(jì)數(shù)布魯姆過濾器計(jì)數(shù)器的寬度比，可使誤判率達(dá)到最低。根據(jù)真實(shí)流量進(jìn)行的空間復(fù)雜度與誤判率的實(shí)驗(yàn)證明了算法的有效性。實(shí)驗(yàn)結(jié)果表明：在相同內(nèi)存資源限制條件下，該算法的誤判率顯著低于同類算法；在同樣誤判率指標(biāo)下，與其他算法相比，其內(nèi)存占用至少減少33％。
　　2.針對(duì)采用傳統(tǒng)計(jì)數(shù)布魯姆過濾器算法檢測大流時(shí)，無結(jié)束標(biāo)識(shí)的流量導(dǎo)致的空間擁塞問題，提出了基于自適應(yīng)超時(shí)計(jì)數(shù)布魯姆過濾器的大流檢測算法

5、。該算法設(shè)計(jì)了計(jì)數(shù)布魯姆過濾器與計(jì)時(shí)布魯姆過濾器結(jié)合的大流檢測結(jié)構(gòu)。一方面通過計(jì)數(shù)器向量記錄流的報(bào)文數(shù)量，并判斷大流；另一方面通過計(jì)時(shí)器向量記錄流最近報(bào)文的到達(dá)時(shí)刻，以便及時(shí)將已經(jīng)結(jié)束流占用的計(jì)數(shù)器自動(dòng)清除，從而解決無結(jié)束標(biāo)識(shí)的流量導(dǎo)致的空間擁塞問題。在對(duì)該結(jié)構(gòu)檢測誤差理論分析的基礎(chǔ)上，提出自適應(yīng)超時(shí)機(jī)制，根據(jù)鏈路流到達(dá)強(qiáng)度與布魯姆過濾器向量空間長度，自適應(yīng)調(diào)整超時(shí)時(shí)間，使得算法整體錯(cuò)誤率始終保持在最低范圍。實(shí)驗(yàn)結(jié)果表明：該算法的錯(cuò)誤率

6、優(yōu)于固定超時(shí)算法的最優(yōu)值，并且在占用相同內(nèi)存空間條件下，與其它參考算法相比，該算法準(zhǔn)確率最高。
　　3.傳統(tǒng)流量識(shí)別算法無法滿足網(wǎng)絡(luò)業(yè)務(wù)差異化分類精度要求，針對(duì)該問題，提出基于優(yōu)先級(jí)分類約束的流量識(shí)別算法。該算法設(shè)計(jì)了基于分類信息熵的決策樹，并提出加權(quán)的悲觀錯(cuò)誤剪枝，使最終決策樹在進(jìn)行分類時(shí)側(cè)重于優(yōu)先級(jí)高的業(yè)務(wù)類別，提高了優(yōu)先級(jí)高的業(yè)務(wù)類別的召回率。實(shí)驗(yàn)結(jié)果表明，算法識(shí)別結(jié)果與優(yōu)先級(jí)約束一致，并且取得建模時(shí)間和準(zhǔn)確率的相對(duì)平衡。與

7、標(biāo)準(zhǔn)C4.5決策樹算法相比，雖然分類的整體準(zhǔn)確率略低，但是算法對(duì)于高優(yōu)先級(jí)的業(yè)務(wù)類別召回率明顯高于C4.5算法，能夠滿足差異化分類約束條件，而且F-measure結(jié)果與C4.5算法相當(dāng)。
　　4.針對(duì)如何提高在線流量識(shí)別的處理速度問題，從流量約減這一新的角度出發(fā)，提出一種基于流集的在線流量識(shí)別方法。該方法利用相同三元組的流集合具有相同應(yīng)用類別的特點(diǎn)，對(duì)流量集合進(jìn)行在線約減，即只對(duì)具有相同三元組流集合中的部分流進(jìn)行識(shí)別，根據(jù)識(shí)別的結(jié)