面向移动应用识别的结构化特征提取方法

• 作者: 沈亮 王鑫 陈曙晖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 流量采集 移动应用识别 流量分类 深度包检测 特征提取
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 网络与通信
• 页码范围: 1109-1114
• 页数: 6页
• 分类号: TP393.08
• 字数: 7129字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019081380

摘要

针对移动应用流量监控及行为分析等需要,为有效识别移动网络流量所属的应用,提出一种超文本传输协议(HTTP)流结构化特征提取方法.采取一款自研的基于虚拟专用网络(VPN)的流量采集工具获取研究数据,该工具能够精确标识每一条数据流归属的应用.在特征提取阶段,不预先设计特征构成,通过流聚类、获取最长公共子序列、字符替换得到应用HTTP流的结构化特征.从42种应用的117772条HTTP流中提取特征,并对测试集的50387条HTTP流进行识别,所提方法的平均准确率达99％,平均查全率为90.63％,单个应用最大误报率为0.52％.实验结果表明,该结构化特征提取方法能够有效识别移动应用的流量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鑫	国防科技大学计算机学院	7	41	4.0	6.0
2	陈曙晖	国防科技大学计算机学院	12	68	4.0	8.0
3	沈亮	国防科技大学计算机学院	1	0	0.0	0.0