[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

说明书

本发明公开了一种DPI业务流量识别方法、装置与计算机可读存储介质，所述DPI业务流量识别方法通过获取测试业务包和测试业务包对应的测试业务名称，并对测试业务包进行解码，得到若干条CDR测试记录数据，接着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，直接得到测试业务名称的关键字合集，在这过程无需进行人工分析和标记，然后根据关键字合集与测试业务包中的CDR测试记录数据进行自动匹配识别，获取测试业务相应的业务流量，有效地减少了业务流量的识别时间，能够快速识别新业务中的业务流量。

技术领域

本发明涉及通信技术领域，尤其涉及一种DPI业务流量识别方法、装置与计算机可读存储介质。

背景技术

DPI(Deep Packet Inspection,深度报文检测)技术是一种基于应用层的流量检测和控制技术，称为“深度包检测”。所谓“深度”是和普通的报文分析层次相比较而言的，普通报文检测仅分析IP包的4层以下的内容，包括源地址、目的地址、源端口、目的端口以及协议类型。而DPI除了对前面的层次分析外，还增加了应用层分析，识别各种应用及其内容。当IP数据包、TCP或UDP数据流通过基于DPI技术的带宽管理系统时，该系统通过深入读取IP包载荷的内容来对OSI七层协议中的应用层信息进行重组，从而得到整个应用程序的内容，然后按照系统定义的管理策略对流量进行整形操作。

现有的DPI业务流量识别在业务测试和规则提取上都需要依赖人工手动实现，上线周期长，无法快速响应新业务识别业务流量的需求。

发明内容

本发明的目的是提供一种DPI业务流量识别方法、装置与计算机可读存储介质，在业务测试和规则提取上无需进行人工分析和标记，能够快速有效地识别新业务中的业务流量。

本发明实施例提供了一种DPI业务流量识别方法，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。

优选地，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。

优选地，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。