基于时序流的移动流量实时分类方法

• 作者: 刘翼 嵩天 廖乐健
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 流量分类 移动流量 深度数据包检测 实时 HTTP协议
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息与控制
• 页码范围: 537-544
• 页数: 8页
• 分类号: TP393
• 字数: 6023字
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2018.05.016

摘要

移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术(DPI)相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际 DPI开销.通过实时的网络流量实验表明,DPI时序流前 8 个特征数据包时,提出的方法识别准确率达到 91.55%,单次深度数据包检测的平均开销为20 个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖乐健	北京理工大学计算机学院	34	341	9.0	17.0
2	嵩天	北京理工大学计算机学院	30	331	10.0	18.0
3	刘翼	北京理工大学计算机学院	14	123	5.0	11.0