[发明专利]一种DPI业务流量识别方法、装置与计算机可读存储介质

权利要求书

1.一种DPI业务流量识别方法，其特征在于，包括：

获取测试业务包和所述测试业务包对应的测试业务名称，并对所述测试业务包进行解码，得到若干条CDR测试记录数据；其中，任意一条CDR测试记录数据中包括URL字段、USER_AGENT字段和REFER_URI字段；

通过预设的关键字联想算法对所述测试业务名称进行关键字提取，获取所述测试业务名称对应的关键字合集；

将所述关键字合集与CDR测试记录数据中的URL字段、USER_AGENT字段和REFER_URI字段进行模糊匹配，将匹配成功的CDR测试记录数据标记为测试业务的业务流量。

2.如权利要求1所述的DPI业务流量识别方法，其特征在于，所述通过预设的关键字联想算法对所述测试业务名称进行关键字提取，获取所述测试业务名称对应的关键字合集，具体包括：

通过预设的包名联想算法爬取所述测试业务名称的测试业务包名，并提取所述测试业务包名的包名关键字；

通过预设的中文联想算法获取所述测试业务名称的拼音测试业务名称，并提取所述拼音测试业务名称的拼音关键字；

通过预设的英文联想算法获取所述测试业务名称的英文测试业务名称，并提取所述英文测试业务名称的英文关键字；

通过预设的自然语言处理分词联想算法获取所述测试业务名称的测试业务名称分词，并提取所述测试业务名称分词的分词关键字；

将所述包名关键字、拼音关键字、英文关键字和分词关键字进行集合，得到所述测试业务名称的关键字合集。

3.如权利要求2所述的DPI业务流量识别方法，其特征在于，所述通过预设的包名联想算法爬取所述测试业务名称的测试业务包名，并提取所述测试业务包名的包名关键字，具体包括：

通过NLP分词算法获取所述测试业务包名的包名分词列表；

剔除所述包名分词列表中的公用词和符号，得到所述包名关键字。

4.如权利要求2所述的DPI业务流量识别方法，其特征在于，所述通过预设的中文联想算法获取所述测试业务名称的拼音测试业务名称，并提取所述拼音测试业务名称的拼音关键字，具体包括：

所述拼音关键字包括全拼拼音关键字和首字母拼音关键字；

判断所述拼音测试业务名称的长度，当所述长度等于1时，剔除所述全拼拼音关键字；当所述长度等于2时，对所述拼音测试业务名称进行特殊符号拼接处理，得到所述全拼拼音关键字；当所述长度大于2时，将所述拼音测试业务名称作为所述全拼拼音关键字；

提取所述拼音测试业务名称的首字母，得到组合字母，并判断所述组合字母的长度，当所述组合字母的长度等于1时，剔除所述首字母拼音关键字；当所述组合字母的长度等于2时，对所述组合字母进行特殊符号拼接处理，得到所述首字母拼音关键字；当所述组合字母的长度大于2时，将所述组合字母作为所述首字母拼音关键字。

5.如权利要求4所述的DPI业务流量识别方法，其特征在于，所述预设的中文联想算法还包括：

对所述拼音测试业务名称进行URL编码处理得到URL编码数据，并将所述URL编码数据作为所述拼音关键字。

6.如权利要求2所述的DPI业务流量识别方法，其特征在于，所述通过预设的英文联想算法获取所述测试业务名称的英文测试业务名称，并提取所述英文测试业务名称的英文关键字，具体包括：

判断所述英文测试业务名称的字符长度，当所述字符长度不大于2时，不保留所述英文关键字；当所述字符长度大于等于3且不大于4时，对所述英文测试业务名称进行特殊字符拼接处理，得到所述英文关键字；当所述字符长度大于4时，将所述英文测试业务名称作为所述英文关键字。