一种基于DPI自关联数据包检测分类方法

• 作者: 李涛 杨进 贾军
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 自关联 DPI 关联流量 业务识别
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 29-36
• 页数: 8页
• 分类号: TP393
• 字数: 6043字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2019.01.008

摘要

随着互联网的不断发展,越来越多的非传统业务兴起,由于大量采用迂回机制、加密隐藏技术,使得这些业务变得难以控制管理,影响传统业务的正常性能.现有识别方法普遍采用端口识别以及深度包检测技术DPI,难以识别迂回流量以及加密流量.因此本文提出一种基于DPI自关联检测分类方法,该方法首先通过与样本流之间七元组关联关系识别迂回流量,这部分称为强关联(SA),然后提取检测流特征值,通过本文提出的分类决策函数进行识别,这部分称为弱关联(WA),实验结果表明,该方法能克服DPI技术不能识别迂回流量以及加密流量的缺点,提高业务流识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	四川大学网络空间安全学院	528	3650	25.0	38.0
2	杨进	四川大学网络空间安全学院	31	191	8.0	13.0
3	贾军	四川大学计算机学院	2	15	1.0	2.0