应用识别方法和装置制造方法及图纸

本公开公开了一种应用识别方法和装置，涉及安全领域。其中的方法包括：获取应用与特征的关联矩阵图；提取待识别流量数据中的特征组合；基于关联矩阵图，计算特征组合相对于每个关联应用的特征分值；根据特征分值，识别出待识别流量数据对应的应用。本公开能够提高应用识别的有效性和准确性。

【技术实现步骤摘要】
应用识别方法和装置
本公开涉及安全领域，尤其涉及一种应用识别方法和装置。
技术介绍
在移动互联网时代，App(Application，应用)是主要的流量载体。对于运营商，移动端App成为用户移动数据流量的主要来源。App通过HTTP协议与其主机服务进行通信，与其他HTTP数据交换无异。随着H5渗入App的开发，App数据传输使用HTTP/HTTPS，理解HTTP流量构成并识别头部App及运营商自营/合作App对运营商进行网络规划、流量监控、市场分析至关重要。但无法基于端口和协议识别应用，而采用基于DPI(DeepPacketInspection，深度包检测)的特征识别APP，由于具有特征的移动流量占比极少，从而APP识别的有效性低。
技术实现思路
本公开要解决的一个技术问题是，提供一种应用识别方法和装置，能够提高应用识别的有效性。根据本公开一方面，提出一种应用识别方法，包括：获取应用与特征的关联矩阵图；提取待识别流量数据中的特征组合；基于关联矩阵图，计算特征组合相对于每个关联应用的特征分值；根据特征分本文档来自技高网...

【技术保护点】
1.一种应用识别方法，包括：/n获取应用与特征的关联矩阵图；/n提取待识别流量数据中的特征组合；/n基于所述关联矩阵图，计算所述特征组合相对于每个关联应用的特征分值；/n根据所述特征分值，识别出所述待识别流量数据对应的应用。/n

【技术特征摘要】
1.一种应用识别方法，包括：
获取应用与特征的关联矩阵图；
提取待识别流量数据中的特征组合；
基于所述关联矩阵图，计算所述特征组合相对于每个关联应用的特征分值；
根据所述特征分值，识别出所述待识别流量数据对应的应用。


2.根据权利要求1所述的应用识别方法，还包括：
获取流量训练数据；
提取每个应用的特征；
根据每个应用的特征对所述流量训练数据进行基于特征的分组，建立应用与特征的关联矩阵图；
其中，所述关联矩阵图中包括：每个特征在每个应用中出现的次数，以及每个特征在所述流量训练数据中出现的总次数。


3.根据权利要求2所述的应用识别方法，其中，计算所述特征组合相对于每个关联应用的特征分值包括：
计算所述特征组合中每个特征，相对于每个关联应用出现的概率；
将所述特征组合相对于每个关联应用出现的概率之和，作为所述特征组合相对于每个关联应用的特征分值。


4.根据权利要求3所述的应用识别方法，其中，计算所述特征组合相对于每个关联应用的特征分值还包括：
确定每个特征对应的权值指标，其中，所述每个特征对应的权值指标为相应的特征对应的应用个数的倒数；
根据每个特征对应的权值指标，计算所述特征组合相对于每个关联应用出现的加权概率和；
将所述加权概率和，作为所述特征组合相对于每个关联应用的特征分值。


5.根据权利要求1至4任一所述的应用识别方法，还包括：
将所述待识别流量数据，按照时间进行划分；
识别每个时间段内所述待识别流量数据对应的应用。

【专利技术属性】
技术研发人员：张昊迪，王帅，汪来富，王渭清，王海燚，刘东鑫，史国水，邓博仁，李诗旸，吴国威，金华敏，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：北京;11