[发明专利]一种识别标识解析流量的系统及方法

说明书

一种识别标识解析流量的系统涉及信息技术领域，本发明由特征采集模块、流量解析器、已分类流量采集模块、字频计算器、标识流量概率计算器和未分类流量采集器组成；通过特征采集模块自动化生成标识流量的已归集的特征库，通过计算标识流量和非标识流量中的已归集特征库中出现的字符串的字频形成标识流量指数和非标识流量指数，从而找到判定流量是否是标识流量的阈值，本发明的实施可以解决网络流量不能自动判定是否是工业互联网流量的问题，易于推广和实施。

技术领域

本发明涉及信息技术领域，特别是信息安全技术领域。

背景技术

工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经中枢，其作用类似于互联网领域的域名解析系统DNS。

工业互联网标识解析体系的核心包括标识编码、标识解析系统和标识数据服务。其中：

1.标识编码：是机器、物品的身份证；

2.标识解析系统：利用标识，对机器和物品进行唯一性的定位和信息查询，是实现全球供应链系统和企业生产系统的精准对接、产品的全生命周期管理和智能化服务的前提和基础；

3.标识数据服务：能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用。

根据《工业和信息化部办公厅关于推动工业互联网加快发展的通知》的要求，我国面向垂直行业新建20个以上标识解析二级节点，新增标识注册量20亿，拓展网络化标识覆盖范围，进一步增强网络基础资源支撑能力。

随着标识解析发展越来越快，地位越来越重要，迫切需要一种技术手段，能够基于流量数据，识别标识解析资产，从而为进一步分析标识解析的行为、安全风险提供基础支撑。现有技术对流量的识别可以解析流量的四元组信息，流量的内容，但是并不能自动区分流量是来自工业互联网的标识流量还是传统互联网的网络流量。

现有技术

全球存在多种标识解析体系，主要包括Handle体系、OID体系、Ecode体系等。以Handle体系中的标识编码86.1000/ac.qd.1024为例，86代表中国，1000代表企业编码、ac代表产品编码、qd代表地域编码、1024是产品序列号。其他标识体系也有自己的标识编码规则。标识的前缀特征包括：地区码、企业码、产品码、地域码和产品序列号。

贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就衍生出许多降低独立性假设的贝叶斯分类算法，如TAN算法。

发明内容

鉴于现有技术的不足，本发明提供的一种识别标识解析流量的系统及方法由特征采集模块、流量解析器、已分类流量采集模块、字频计算器、标识流量概率计算器和未分类流量采集器组成；特征采集模块由标识前缀特征采集模块、标识行为特征采集模块、标识解析特征采集模块和贝叶斯归集模块组成；已分类流量采集模块由标识流量采集器和非标识流量采集器组成；字频计算器由标识流量集字频计算器和非标识流量集字频计算器组成；

特征采集模块的标识前缀特征采集模块负责通过爬虫脚本针对标识解析相关权威网站搜集标识前缀特征，标识的前缀特征由地区码字符串加企业码字符串加产品码字符串加地域码字符串加产品序列号字符串组成；标识前缀特征所包含的字符串根据标识体系的区别有前后顺序的区别，标识前缀特征采集模块对标识前缀特征所包含的字符串不做前后顺序的要求，标识前缀特征采集模块适合采集所有标识体系的标识前缀特征；