文献类型：期刊文章

作　　者：贾军[1] 杨进[2] 李涛[2]

JIA Jun;YANG Jin;LI Tao(College of Computer Science,Sichuan University,Chengdu 610065,China;College of Cyberspace Security,Sichuan University,Chengdu 610065,China)

机构地区：[1]四川大学计算机学院,成都610065 [2]四川大学网络空间安全学院,成都610065

出　　处：《四川大学学报（自然科学版）》

基　　金：国家重点研发计划(2016yfb0800604;2016yfb0800605);国家自然科学基金(61572334;U1736212);四川省重点研发项目(2018GZ0183)

年　　份：2019

卷　　号：56

期　　号：1

起止页码：29-36

语　　种：中文

收录情况：BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSCD、CSCD_E2019_2020、JST、MR、RCCSE、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：随着互联网的不断发展,越来越多的非传统业务兴起,由于大量采用迂回机制、加密隐藏技术,使得这些业务变得难以控制管理,影响传统业务的正常性能.现有识别方法普遍采用端口识别以及深度包检测技术DPI,难以识别迂回流量以及加密流量.因此本文提出一种基于DPI自关联检测分类方法,该方法首先通过与样本流之间七元组关联关系识别迂回流量,这部分称为强关联(SA),然后提取检测流特征值,通过本文提出的分类决策函数进行识别,这部分称为弱关联(WA),实验结果表明,该方法能克服DPI技术不能识别迂回流量以及加密流量的缺点,提高业务流识别准确率.

关 键 词：自关联  DPI 关联流量  业务识别  

分 类 号：TP393]