發(fā)布時間：2024-05-08 19:09

　　流量的準確識別不僅可以對互聯(lián)網(wǎng)的運行情況產(chǎn)生突破性的改進,而且可以根據(jù)具體需求對用戶的行為進行準確的掌控和分析,從而可以完成用戶畫像的構(gòu)建和網(wǎng)站頁面的個性化推薦,具有很強的市場應(yīng)用價值。然而,目前市面上應(yīng)用類型不僅繁多,某些應(yīng)用采取加密傳輸例如SSL,要精準的識別各類應(yīng)用流量,傳統(tǒng)的方法是依靠特定端口、靜態(tài)簽名等作為特征進行識別,不僅耗時而且準確率不高。為了解決這一問題,本文采用神經(jīng)網(wǎng)絡(luò)算法模型,通過添加識別標簽,對數(shù)據(jù)有效載荷進行特征提取,從而完成IM(Instant Messenger)流量識別。論文中首先介紹了流量識別的主要方法和國內(nèi)外的研究現(xiàn)狀,并分析了其存在的問題,接著,將流量識別模型中涉及的相關(guān)技術(shù)進行了依次闡述,本文構(gòu)建的流量識別模型主要可以分為4大模塊,在數(shù)據(jù)采集模塊中首先完成了報文數(shù)據(jù)的半自動化抓取,為了克服半自動化抓取效率慢的問題,實現(xiàn)了對報文數(shù)據(jù)全自動化抓取,利用數(shù)據(jù)處理模塊完成對數(shù)據(jù)的清洗工作,最后通過構(gòu)建有效的分類模型,完成APP的識別。同時,本論文采用其他可解釋性更強的、運行效率更高的ML分類算法應(yīng)用在流量識別的領(lǐng)域內(nèi),如隨機森林和XGboost,在保證模型...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

圖2-1MonkeyRunner運行截圖

圖2-1MonkeyRunner運行截圖PC端觸發(fā)的所有動作都會以坐標的形式記錄下來，獲得某個應(yīng)用產(chǎn)生的報需要大量重復當前坐標的行為即可。MonkeyRunner這個工具的主要目的不試使用即運行單元測試套件，同時，它也可以從大的層面如框架級別或者功試上作為插件運行在設(shè)....

圖2-2數(shù)據(jù)流圖

圖2-2數(shù)據(jù)流圖crapy運行流程大概如下：擎從調(diào)度器中取出一個鏈接(URL)用于接下來的抓取，引擎把URL封裝成一個uest)傳給下載器，下載器把資源下載下來，并封裝成應(yīng)答包(Response)，爬蟲ponse，解析出實體(Item)，則交給實體管道進行進一步的處理，....

圖2-3七層參考模型

圖2-3七層參考模型如圖2-3所示，報文的產(chǎn)生，都是層層協(xié)議封裝下的已編碼的字節(jié)流，本論文是的有效載荷提取特征進行應(yīng)用識別，所以需要對報文數(shù)據(jù)進行解析，撥離固定頭，從而提取有效載荷，以TCP協(xié)議為例，TCP(TransmissionControlProtocol)....

圖2-4TCP報文格式源端口號：數(shù)據(jù)報來源主機的端口號

圖2-3七層參考模型圖2-3所示，報文的產(chǎn)生，都是層層協(xié)議封裝下的已編碼的字節(jié)流，本論文有效載荷提取特征進行應(yīng)用識別，所以需要對報文數(shù)據(jù)進行解析，撥離固定從而提取有效載荷，以TCP協(xié)議為例，TCP(TransmissionControlProtocol)傳是一種面....

本文編號：3967693