[发明专利]一种基于流量关联分析的用户意图探索方法及系统

说明书

本发明适用于计算机网络的用户意图探索技术领域或流量关联分析领域，提供了一种基于流量关联分析的用户意图探索方法，包括：获取网络中的所有用户及其行为方式，将存在共同行为方式的任意两个用户进行关联，得到所述所有用户所构建的用户连接图；基于谱聚类算法将用户连接图进行行为子簇划分得到行为子簇集合；从所述行为方式中抽取出社交属性特征，将所述社交属性特征进行分类得到多个社交族；本发明基于“用户相似度”的概念，应用谱聚类理论将用户连接图划分为各个子簇，反映了用户的“社会团体行为”；然后，利用传统的划分法对用户结点进行了分类；最后，完成了行为子簇到标签的映射，实现了基于流量精确识别去探索用户意图的目的。

技术领域

本发明属于计算机网络的用户意图探索技术领域或流量关联分析领域，尤其涉及一种基于流量关联分析的用户意图探索方法及系统。

背景技术

随着P2P业务和新兴业务的出现，大量随机端口和加密技术被用于数据传输，导致基于端口和深度报文检测的用户意图探索方法逐步失效。为了不依赖于报文负载进行检测，基于机器学习的流量分类技术受到了关注。它通过提取网络流量的统计特征，将网络流量抽象为由一组统计特征值构成的属性向量，实现了由流量分类向机器学习的转化。

但是基于机器学习的用户意图探索方法最大的问题在于：高速网络中，提取流量特征的时间复杂度一般随所统计的报文数量线性增加：概念漂移问题，即在时刻t得到的最佳分类模型y_t，与前一时刻t-1得到的最佳分类模型y_t-1不一致，导致这种现象的原因是网络时空幻境和网络应用分布发生变化。

不仅如此，机器学习还需要提取流的统计特征、事先构造和逐一匹配用户模式图，增加了算法的计算复杂度。

发明内容

本发明的目的在于提供一种基于流量关联分析的用户意图探索方法及系统，从传统的“IP流”转移到“用户”上进行研究，将{IP地址,端口}作为用户标识，构建了用户连接图模型；其次，基于“用户相似度”的概念，应用谱聚类理论将用户连接图划分为各个子簇，反映了用户的“社会团体行为”；然后，利用传统的划分法对用户结点进行了分类；最后，完成了行为子簇到标签的映射，实现了基于流量精确识别去探索用户意图的目的。

本发明提供了一种基于流量关联分析的用户意图探索方法，包括：获取网络中的所有用户及其行为方式，将存在共同行为方式的任意两个用户进行关联，得到所述所有用户所构建的用户连接图；

基于谱聚类算法将用户连接图进行行为子簇划分得到行为子簇集合；

从所述行为方式中抽取出社交属性特征，将所述社交属性特征进行分类得到多个社交族；

将任意一个所述行为子簇中的用户按照其关联的用户量进行从大到小的排序，得到关联的用户量排名前三的用户X、用户Y及用户Z，为所述用户X、用户Y、用户Z分别匹配对应的社交族、社交族及社交族；

将所述社交族、社交族及社交族作为所述行为子簇的标签。

进一步的，所述获取网络中的所有用户和及其行为方式，将存在共同行为方式的任意两个用户进行关联，得到所述所有用户所构建的用户连接图，具体包括：

S1：获取网络中所有用户的IP地址和端口号，用{IP地址,端口}作为用户的唯一标识，并抽象为用户连接图上的一个用户节点；

S2：基于所述用户连接图与所述行为方式，确定多个用户之间的相似性，从而构造关联矩阵；

其中，用户行为方式包括：

对于UDP流，任意两个用户之间发送了第一个报文；

对于TCP流，任意两个用户之间发送了第一个SYN报文；

用户之间通信的字节总数或者报文总数大于预设阈值。