[发明专利]流量业务类型识别方法和装置

说明书

技术领域

本发明涉及通信技术，尤其涉及一种流量业务类型识别方法和装置。

背景技术

在互联网领域的多种应用中，均需要对流量业务的业务类型进行识别。目前，流量业务类型识别技术包括：深度包检测（Deep Packet Inspection，简称DPI）技术和深度流检测（Deep Flow Inspection，简称DFI）技术。

DPI是目前网络流量识别的主要方法。DPI基于深度包检测，通过对网络数据包的应用层数据进行内容检测，识别出各种应用层的协议。DFI基于数据流特征，通过分析会话连接流的数据包长度、连接速度、传输字节量、包与包之间的间隔等数据流特征，并与预先建立好的流量模型对比，实现应用层协议的识别。

现有的DPI和DFI等流量业务类型识别方式仅通过分析当前业务的数据包或当前数据流的特征进行业务类型的识别，流量业务类型识别结果存在一定错误。

发明内容

本发明的第一个方面是提供一种流量业务类型识别方法，用以解决现有技术中的缺陷，提高流量业务类型识别的准确性。

本发明的另一个方面是提供一种流量业务类型识别装置，用以解决现有技术中的缺陷，提高流量业务类型识别的准确性。

本发明的第一个方面是提供一种流量业务类型识别方法，包括：

抽取用户的第一实际流量业务类型数据和第二实际流量业务类型数据；

根据所述第一实际流量业务类型数据和马尔科夫模型，计算先验知识参数；

根据所述第二实际流量业务类型数据和所述先验知识参数，计算先验知识影响因数；

识别当前流量业务，获得至少一个业务类型的初步概率；

根据所述业务类型的初步概率、所述先验知识参数和所述先验知识影响因数，获得至少一个业务类型的最终概率；

以所述最终概率最大的业务类型作为当前流量业务的业务类型。

如上所述的方法，其中，所述根据所述第一实际流量业务类型数据和马尔科夫模型，计算先验知识参数包括：

根据P(α)=r^*/N，r^*=(r+1)(n_r+1/n_r)，计算先验知识参数，其中，P(α)为先验知识参数，r为业务类型对应的组合的出现数量，n_r为出现数量为r的全部组合的数量，n_r+1为出现数量为r+1的全部组合的数量。

如上所述的方法，其中，所述根据所述第二实际流量业务类型数据和所述先验知识参数，计算先验知识影响因数包括：

采用通用业务类型识别技术识别所述第二实际流量业务类型数据对应的流量业务，获得至少一个业务类型的初步概率；

根据所述初步概率、所述先验知识参数和所述先验知识影响因数的猜想值，按照f(X)＝P(X)+a·P(α)，获得所述第二实际流量业务类型数据对应的流量业务的业务类型的识别结果，其中，f(X)为所述第二实际流量业务类型数据对应的流量业务的业务类型的识别结果，P(X)为所述初步概率，a为所述先验知识影响因数的猜想值，P(α)所述先验知识参数，根据所述第二实际流量业务类型数据对应的流量业务的业务类型的识别结果，与所述第二实际流量业务类型数据，调整所述先验知识影响因数的猜想值，以识别结果的准确率最高的猜想值作为计算获得的先验知识影响因数。

如上所述的方法，其中，所述抽取用户的第一实际流量业务类型数据和第二实际流量业务类型数据包括：针对不同的用户类型，抽取每一用户类型的用户的第一实际流量业务类型数据和第二实际流量业务类型数据；

所述根据所述第一实际流量业务类型数据和马尔科夫模型，计算先验知识参数包括：分别根据所述不同用户类型的用户的第一实际流量业务类型数据，计算不同用户类型对应的先验知识参数；

所述根据所述第二实际流量业务类型数据和所述先验知识参数，计算先验知识影响因数包括：分别根据所述不同用户类型的用户的第二实际流量业务类型数据和相应用户类型对应的先验知识参数，计算不同用户类型对应的先验知识影响因数；

所述根据所述业务类型的初步概率、所述先验知识参数和所述先验知识影响因数，获得至少一个业务类型的最终概率之前，还包括：根据发起当前流量业务的用户对应的用户类型，选择相同用户类型对应的初步概率、相同用户类型对应的先验知识参数和相同用户类型对应的先验知识影响因数。

如上所述的方法，其中，所述识别当前流量业务，获得至少一个业务类型的初步概率包括：