[发明专利]一种用于Android应用的软件纯净流量获取方法

说明书

本发明提供了一种用于Android应用的软件纯净流量获取方法。用于Android应用的软件纯净流量获取方法包括：进行流量捕获以获得对应的流量集，并在流量捕获期间，采用脚本记录目标软件占用的端口信息和时间戳信息；基于目标软件占用的端口信息和时间戳信息对步骤S1所捕获的流量集进行流量提纯，以获得目标软件对应的纯净流量集。本发明的一种用于Android应用的软件纯净流量获取方法，能够克服现有技术的上述不足，准确地提取Android应用的软件纯净流量。

技术领域

本发明涉及领域，尤其涉及一种用于Android应用的软件纯净流量获取方法。

背景技术

为了营造良好的网络环境，需要对网络流量进行识别和监管。网络流量特征提取、目标软件协议分析等则是做到对网络流量进行识别和监管的基础和关键技术。

在网络流量特征提取、目标协议分析等领域，纯净的网络流量数据集的获取是很重要的一个环节。一份纯度高的网络流量数据集能够显著提升网络流量特征提取结果的可靠性，尤其是一些建立在数据集基础上且对噪声较为敏感的基于机器学习或深度学习的网络流量特征提取方法；纯度高的网络流量数据集也能减轻目标软件协议分析的工作量。

目前，采用人工方法进行网络流量提纯的技术主要是利用人的知识和经验来对数据进行分析，它的主要弊端在于：费时费力、分析结果取决于人的知识结构和经验、对于一些私有协议或加密流量，人难以进行有效分析。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不意图确定本发明的关键或重要部分，也不意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明提供了一种用于Android应用的软件纯净流量获取方法，以至少解决现有技术的上述问题。

根据本发明的一个方面，提供了一种用于Android应用的软件纯净流量获取方法，所述软件纯净流量获取方法包括：进行流量捕获以获得对应的流量集，并在流量捕获期间，采用脚本记录目标软件占用的端口信息和时间戳信息；基于目标软件占用的端口信息和时间戳信息对步骤S1所捕获的流量集进行流量提纯，以获得目标软件对应的纯净流量集。

进一步地，在流程捕获的同时通过端口监听获得端口信息指导流量提纯，获得目标软件的纯净流量集。

进一步地，所述的进行流量捕获以获得对应的流量集，并在流量捕获期间，采用脚本记录目标软件占用的端口信息和时间戳信息的步骤包括：进行初始化，以检测设备是否正确接入以及是否成功获得root权限；进行流量捕获，同时进行端口监听；停止流量捕获和端口监听，并将产出的文件从设备中导出。

进一步地，所述流量提纯的步骤包括分流子处理，其中，所述分流子处理根据五元组信息划分出逐条单独的流。

进一步地，所述分流子处理包括：建立协议、源目的端口以及源目的IP的五元组的列表；读入数据，读出五元组信息。若该五元组信息不存在于列表中，则新建文件并写入pcap头和数据，并将该五元组信息加入列表；若该五元组信息在列表中，则追加写入数据。

进一步地，所述流量提纯的步骤还包括筛选子处理，所述筛选子处理根据所述分流子处理的分流结果和脚本记录筛选出目标软件流量。

进一步地，所述筛选子处理包括：读入端口信息和流量集，获取pcap包列表和起止时间；逐步读出所有的流，遍历所有的端口日志信息，按预定方式判断该流是否是目标软件产生的流，若是，则判定为目标软件流量，若不是，则判定为杂流量。

进一步地，按预定方式判断该流是否是目标软件产生的流的步骤包括：针对每个端口信息，以及针对每个pcap包，判断当前读取的端口信息是否是当前pcap包端口之一，若是，则将该pcap包确认为是目标软件产生的流。