基于网关转发字符串的流量分类识别方法与流程

1.本技术属于数据处理领域，尤其涉及基于网关转发字符串的流量分类识别方法。


背景技术：

2.网络流量是记录和反映网络活动及运营情况的重要载体。随着互联网的高速发展，为了满足互联网用户的多样化需求，各种新的网络服务层出不穷，导致网络流量无论是在数量还是种类上都不断增加。这些新型应用扩大了互联网的应用规模，提供了更丰富的网络服务。但是其采用的应用协议特征也有别于传统的应用类型，变得更加复杂和多样化，给网络流量的管理和规划造成了极大的冲击。


技术实现要素：

3.本发明为了解决现有技术中存在的问题，本技术实施例提出了基于网关转发字符串的流量分类识别方法，通过在网关主机处对同一个网络终端累积转发数据量的计算以及分析，将计算结果作为后续转发过程中选取识别的标准，能够提升对流量的分类识别效率。
4.具体的，本技术实施例提出的基于网关转发字符串的流量分类识别方法，包括：
5.s1，接收网络终端向网关主机发送的网络转发请求，结合网关主机维护的网络终端转发数据量对网络转发请求进行更新；
6.s2，获取更新后网络转发请求中增加的数据量对应的数据量等级，根据得到的数据量等级生成用于选取转发网络路径的网关转发字符串；
7.s3，根据网关转发字符串对已更新的网络转发请求进行流量分类识别。
8.可选的，所述s1包括：
9.s11，接收网络终端向网关主机发送的网络转发请求；
10.s12，提取网络转发请求中的设备标识符，根据预设的设备吞吐数据表计算所述设备标识符未来时间段内网络转发请求的预测数据量；
11.s13，在网关主机处维护的网络终端累积转发数据量中筛选得到与所述设备标识符对应的转发数据量；
12.s14，将预测数据量、转发数据量保存在网络转发请求中，对网络转发请求进行更新。
13.可选的，所述s14包括：
14.s141，计算预测数据量、转发数据量的和值；
15.s142，将得到的和值保存在网络转发请求中的累积数据量字符段，得到更新后的网络转发请求。
16.可选的，所述s2包括：
17.s21，提取更新后网络转发请求中的累积数据量；
18.s22，结合预设的数据量等级得到累积数据量对应的数据量等级；
19.s23，根据预存在网关主机处的路由表选取能够满足数据量等级的转发链路；
20.s24，将转发链路中的路径节点地址结合传输速度参数、数据量等级生成网关转发字符串。
21.可选的，所述s3包括：
22.s31，提取网关转发字符串中的数据量等级；
23.s32，根据数据量等级对网络转发请求进行等级分类。
24.可选的，建立网络流量识别和分类自动机时，还应标定前缀特征字符串，以防进行未知网络流量和已知网络流量类别的特征字符串匹配时，优先匹配前缀特征字符串造成误报。
25.可选的，所述进行未知网络流量和已知网络流量类别的特征字符串匹配时：
26.只有位置信息相符时才进行对应字符取值的比较；当匹配到前缀特征字符串时，可继续进行深度优先搜索，以精确匹配；当未知网络流量的字符串与自动机路径匹配失败时，转移到下一条路径继续进行匹配。
27.有益效果：
28.通过在网关主机处对同一个网络终端累积转发数据量的计算以及分析，将计算结果作为后续转发过程中选取识别的标准，能够提升对流量的分类识别效率。
附图说明
29.为了更清楚地说明本技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1为本技术实施例提出的基于网关转发字符串的流量分类识别方法流程图。
具体实施方式
31.为使本技术的结构和优点更加清楚，下面将结合附图对本技术的结构作进一步地描述。
32.具体的，本技术实施例提出的基于网关转发字符串的流量分类识别方法，如图1所示，包括：
33.s1，接收网络终端向网关主机发送的网络转发请求，结合网关主机维护的网络终端转发数据量对网络转发请求进行更新；
34.s2，获取更新后网络转发请求中增加的数据量对应的数据量等级，根据得到的数据量等级生成用于选取转发网络路径的网关转发字符串；
35.s3，根据网关转发字符串对已更新的网络转发请求进行流量分类识别。
36.在实施中，网络转发请求的目的在与根据请求中的具体内容将请求进行快速分类和转发，关键在于根据网络转发请求在红的数据量生成网络转发字符串。该字符串能够将网络请求中的数据量进行表明，从而利于后续步骤中根据网络转发字符串的具体内容进行流量分类识别。
37.可选的，所述s1包括：
38.s11，接收网络终端向网关主机发送的网络转发请求；
39.s12，提取网络转发请求中的设备标识符，根据预设的设备吞吐数据表计算所述设
备标识符未来时间段内网络转发请求的预测数据量；
40.s13，在网关主机处维护的网络终端累积转发数据量中筛选得到与所述设备标识符对应的转发数据量；
41.s14，将预测数据量、转发数据量保存在网络转发请求中，对网络转发请求进行更新。
42.在实施中，在接收到网络转发请求后，需要根据网络转发请求中的设备标识符完成当前网关主机未来可能遇到转发请求的数据量。接着从网关主机终端累积转发数据量中进行筛选达到转发数据量，并将得到的数据保存在网络转发请求中，作为后续网关主机进行准发时选取路径的重要参考。
43.可选的，所述s14包括：
44.s141，计算预测数据量、转发数据量的和值；
45.s142，将得到的和值保存在网络转发请求中的累积数据量字符段，得到更新后的网络转发请求。
46.在实施中，在得到转发数据量、预测数据量后，为了便于后续网关主机基于上述数据进行参考，这里对两类数据进行求和得到和值，将和值保存在网络转发请求中。
47.可选的，所述s2包括：
48.s21，提取更新后网络转发请求中的累积数据量；
49.s22，结合预设的数据量等级得到累积数据量对应的数据量等级；
50.s23，根据预存在网关主机处的路由表选取能够满足数据量等级的转发链路；
51.s24，将转发链路中的路径节点地址结合传输速度参数、数据量等级生成网关转发字符串。
52.在实施中，结合预设的数据量等级得到累积数据量对应的数据量等级；根据预存在网关主机处的路由表选取能够满足数据量等级的转发链路；将转发链路中的路径节点地址结合传输速度参数、数据量等级生成网关转发字符串。
53.可选的，所述s3包括：
54.s31，提取网关转发字符串中的数据量等级；
55.s32，根据数据量等级对网络转发请求进行等级分类。
56.在实施中，基于预设的等级区间对数据量代表的网络转发请求进行等级分类。
57.另外，建立网络流量识别和分类自动机时，还应标定前缀特征字符串，以防进行未知网络流量和已知网络流量类别的特征字符串匹配时，优先匹配前缀特征字符串造成误报。
58.可选的，所述进行未知网络流量和已知网络流量类别的特征字符串匹配时：
59.只有位置信息相符时才进行对应字符取值的比较；当匹配到前缀特征字符串时，可继续进行深度优先搜索，以精确匹配；当未知网络流量的字符串与自动机路径匹配失败时，转移到下一条路径继续进行匹配。
60.在解决网络流量分类和识别问题的深度包检测技术(deeppacketinspection)中，大量协议的传输层特征是有位置限制的。简单的比如像emule流量的传输层负载的第一个字节通常是0xe3,0xe4,或0xe5等特定字符。这样的特征很少的时候，是没必要采取算法的，直接按指定位置进行字符匹配即可。然而，在应用中这样的模式特征串集合往往是庞大的。
如果模式串长度为m，个数为n，则每个目标串就要进行o(mn)时间复杂度的比较运算。这样繁复的计算对于实际的应用特别是实时应用来说显然是不可取的。依然以深度包检测技术中的应用为例，即便是几百种协议，每种协议不超过五个模式特征串，每个数据包都要匹配成千上万次，而实时应用中每秒钟就要处理几十万个数据包。此外，模式串集合中可能存在一些弱特征模式串是其他模式串的前缀子串，我们称之为前缀模式串。对于前缀模式串，多模匹配算法应避免其干扰其他模式的精准匹配。
61.多模式匹配问题是计算机各领域都可能涉及的基本问题。多模匹配问题可以简单地描述为：在一个目标文本串t中一次查找多个模式特征串q＝{p1，p2，
…
，pn}，其中n是模式串的个数。例如，目标文本串t为：“abcdef123456”，模式串集合为：q＝{“abc”，“df”，“145”，“34”，“xyz”}，则经过多模匹配之后，查找结果是：文本串t匹配到模式串集合q中的“abc”、“34”两个模式串。多模匹配算法通过对目标串进行一次扫描，便能找出所有匹配成功的模式串，具有很高的匹配效率，因此广泛应用于病毒检查、数据挖掘、协议识别等众多领域。多模匹配有ac(aho
‑
corasick)算法、wm(wu manber)算法等经典算法。以ac为例，它利用自动机的原理将字符匹配转化成状态转移。具体地说，ac算法首先根据给定的模式串集合建立一个有限/无限状态自动机，然后把目标串作为自动机的输入，如果匹配到终止状态结点，就认为匹配到了相应的模式串，其核心是要建立状态转移函数、失效函数和输出函数。然而，传统的多模式匹配算法并不能解决带有位置限制的多模匹配问题。
62.以上所述仅为本技术的实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。