[发明专利]一种基于连续TCP链接的业务分类方法和装置

说明书

本发明涉及图像处理技术，尤其涉及一种基于连续TCP链接的业务分类方法和装置，用于对业务类型进行识别，该方法为：业务处理装置确定TCP链接集合，并分别将每一个TCP链接上承载的目标数据流切割成若干流量块，然后对各个TCP链接进行排序，并根据N个连续的任意一个流量块，生成相应的目标流量图像，最后，通过业务类型识别模型确定所述目标业务的业务类型。这样，业务处理装置可以通过业务类型识别模型对目标业务进行分类，提高业务类型识别模型训练的自主性，降低网络设备的开销，并且，利用了同一目标业务下不同TCP链接的关联关系，保证业务分类结果的准确度，提高业务类型识别的精确度和有效性。

技术领域

本发明涉及图像处理技术，尤其涉及一种基于连续TCP链接的业务分类方法和装置。

背景技术

目前，网络流量的识别方法主要分为深度包检测(Deep Packet Inspection，DPI)和深度流检测(Deep Flow Inspection，DFI)两种方式，其中，DPI方式按照不同的网络传输协议深度解析报文内容，获取应用层各个字段内容，将解析到的内容与预先人工分析的“业务应用层特征规则库”进行匹配，从而判定当前流量所对应的业务大类(即时通信、邮箱、门户等)、业务小类(新浪、百度、腾讯等)以及精细化动作(发图片、发消息等)。

DFI方式仅解析网络(Internet Protocol，IP)层、传输层的相关特征(如报文数量、包长、时间窗口等)，以一条流量为粒度，分析流量的传输规律，从而训练/总结出一个分类模型，可以在一定程度上做到流量的分类。

然而，DPI方式有三个弊端：一是当流量采用应用层加密方式后，原有的应用层明文内容变为加密内容，DPI作为网络中间采集设备，根本无法破解，无法进行业务识别和分类；二是需要大量人员对“业务应用层特征规则库”中的每个子业务进行解析和分析，耗费大量资源和精力；三是互联网业务变化多端，任何一次应用程序(Application，APP)的版本更新都有可能使得之前分析的规则库无效，因此，仍需要长期且手工跟踪每一个业务的更新情况。另外，DFI方式提取特征数量和可选种类有限，只能相对准确分析到业务大类，而对业务小类和业务精细化动作的识别能力有限。

因此，需要设计一种基于连续TCP链接的业务分类方法以解决上述问题。

发明内容

本发明的目的是提供一种基于连续TCP链接的业务分类方法及装置，以有效识别业务类型。

本发明实施例提供的具体技术方案如下：

一种基于连续TCP链接的业务分类方法，包括：

确定用户基于目标业务与服务器建立的TCP链接集合，并分别针对所述TCP链接集合中的每一个TCP链接执行以下操作：

按照预设方式对TCP链接上承载的目标数据流进行切割，获得若干流量块；

按照建立时间的先后对所述TCP链接集合中的各个TCP链接进行排序，并针对每N个连续的TCP链接分别执行以下操作：根据N个连续的TCP链接各自对应的任意一个流量块，生成相应的目标流量图像，其中，N表示连续的TCP链接的数目，N为自然数；

将获得的各个目标流量图像，采用预设的业务类型识别模型进行业务类型识别，确定所述目标业务的业务类型，所述业务类型识别模型是基于样本业务对应的样本流量图像以及样本业务的业务类型，经训练后获得的。

可选的，确定用户基于目标业务与服务器建立的TCP链接集合，并分别针对所述TCP链接集合中的每一个TCP链接执行以下操作：按照预设方式对TCP链接上承载的目标数据流进行切割，获得若干流量块之前，进一步包括：

确定用户触发的样本业务和所述样本业务的业务类型，以及确定用户基于样本业务与服务器建立的TCP链接集合，并分别针对所述TCP链接集合中的每一个TCP链接执行以下操作：按照预设方式对TCP链接上承载的样本数据流进行切割，获得若干流量块；