一种基于加密流量分析的RTC媒体流实时应用识别方法技术

本发明专利技术公开了一种基于加密流量分析的实时通信RTC媒体流实时应用识别方法。该方法首先借助时间窗口将流量划分成流量块，以便根据任意一个块的流量进行分类工作；然后在每个时间窗口划分的流量块中，对单元时间内的数据包进行聚合，从聚合的数据包中提取特征，从而将原始的流量数据表征成特征向量；为了减少内存和功率的消耗，本发明专利技术设计了一种轻量级的一维卷积神经网络分类模型，从浅层的特征中自动学习流量的深层高阶特征，实现流量的准确实时分类。本发明专利技术提供的方法基于单向的数据流，因此适用于非对称的网络结构。该方法可以从混杂着各种应用的媒体流量中实时识别出媒体流量的所属应用，可用于网络的流量分析和用户服务质量的保证。量的保证。量的保证。

【技术实现步骤摘要】
一种基于加密流量分析的RTC媒体流实时应用识别方法


[0001]本专利技术涉及一种基于加密流量分析的RTC媒体流实时应用识别方法,属于网络管理技术 领域。

技术介绍

[0002]近年来，在全球化的影响下，远程和在线交流越来越流行。用于实时通信(Real
‑
timeCommunication，RTC)的社交软件，如视频会议和网络电话，已被广泛采用。
[0003]RTC媒体流通常通过语音或视频服务产生。它们需要实时传输大量的数据，因此对网络 带宽和传输时延的要求更严格。因此，许多RTC应用程序提供商向互联网服务提供商支付更 高的费用，以保证他们的用户获得更高的服务水平。在这种情况下，实时准确识别RTC应用 是互联网服务提供差异化服务质量的前提。然而，网络流量经常混杂着来自各种应用程序的 媒体流，由于流量的加密和服务的交叉，这些媒体流非常相似。因此，很难准确地识别携带 这些媒体流的应用程序。
[0004]流量分类用于识别流量的类型。在互联网时代的早期，许多学者致力于使用传统的深度 包检测技术和基于端口的方法对流量进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于加密流量分析的RTC媒体流实时应用识别方法，其特征在于，该方法包括以下步骤：步骤(1)获取双方通信的RTC流量数据，按照五元组统计单向的数据流；步骤(2)借助滑动时间窗口，将流量切分成相同时间长度的流量块；步骤(3)基于步骤(2)的结果，在每个流量块内，按照数据流对单元时间内的数据包进行聚合，提取聚合数据包的特征，得到时间窗口内的特征序列；步骤(4)设计了轻量级的1DCNN神经网络模型，以聚合数据包的特征序列作为输入进行模型训练，进行有监督的深度学习，得到训练好的分类模型；步骤(5)使用步骤(4)中的分类模型对未参与训练的测试数据进行分类。2.根据权利要求1所述的一种基于加密流量分析的RTC媒体流实时应用识别方法，其特征在于，步骤(1)中，统计RTC数据流的方法如下：(1.1)选定待分类的社交软件并捕获特定媒体流的数据，得到带标签的社交软件的媒体流数据集，将数据集手动划分为训练集和测试集；(1.2)对用户行为持续时间内涉及到的所有五元组数据流即源IP，源Port，目的IP，目的Port，传输协议进行统计，并根据媒体流的类型和所属的应用程序添加标签。3.根据权利要求1所述的一种基于加密流量分析的RTC媒体流实时应用识别方法，其特征在于，步骤(2)中，基于时间窗口的流量切分方法如下：(2.1)首先需要设定时间窗口的大小，设置时间长度的大小为T
s
，从用户活动时间内的第一个开始传输的数据包开始以步长T
s
滑动至最后一个数据包传输结束，将流量划分成时间等长的流量块，每个块内包含多条数据流，在第i个流量块内，如公式(1)所示，根据五元组统计的所有数据流的集合为F
i
，流集F
i
中的第j条流表示为f
ij
，代表第i个流量块的第j条流，公式(2)中，表示第i个流量块内第j条数据流f
ij
的第一个数据包，f
ij
由对应流量块内该数据流的所有数据包构成...

【专利技术属性】
技术研发人员：吴桦，祝成飞，程光，胡晓艳，
申请(专利权)人：东南大学，
类型：发明
国别省市：