CN104283699A - 业务类型确定方法和装置 - Google Patents

Abstract

本发明公开了一种业务类型确定方法和装置，其中，该方法包括：对应用的数据流进行采样，得到数据包；根据数据包的属性确定数据流对应的业务类型，其中，该属性包括以下至少之一：长度、速率。通过本发明，解决了根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，提出了一种业务类型确定的方案，从而提供了对业务进行精确控制的支持。

Description

业务类型确定方法和装置

技术领域

本发明涉及通信领域，具体而言，涉及业务类型确定方法和装置。

背景技术

随着计算机网络的迅速发展，网络通信软件（即，应用），例如网络电话（Voice Over InternetProtocal,简称为VOIP）已经广泛应用于信息共享、实时通信、信息检索等领域。网络通信软件拥有了越来越多的用户，对运营商的主流业务造成了极大的冲击，同时也带来了众多问题，例如大量占用网络带宽、加重网络负担等。

网络通信软件一般都支持文字聊天、文件/图片传输、语音/视频通话等业务。当前的识别方法是识别整体软件的流量，未对各个业务的流量进行区分识别，而实际上在这些业务中语音/视频通话业务对运营商影响最大，而文件传输输出正常的数据业务不影响传统运营商的语音业务。

针对相关技术中根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，目前尚未提出有效的解决方案。

发明内容

本发明提供了一种业务类型确定方法和装置，以至少解决相关技术中根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题。

根据本发明的一个方面，提供了一种业务类型确定方法，包括：对应用的数据流进行采样，得到数据包；根据所述数据包的属性，确定所述数据流对应的业务类型，其中，所述属性包括以下至少之一：长度、速率。

优选地，根据所述数据包的属性确定所述数据流对应的业务类型包括：确定所述数据包的速率与一个或多个阈值之间的关系；根据所述关系，确定所述数据流对应的业务类型。

优选地，根据所述数据包的属性确定所述数据流对应的业务类型包括：统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；根据所述统计的结果确定所述数据流对应的业务类型。

优选地，统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数包括：根据所述数据包的协议类型，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数。

优选地，所述数据包的协议类型为传输控制协议（Transmission Control Protocol，简称为TCP）或者用户数据包协议（User Datagram Protocol，简称为UDP）。

优选地，所述对应用的数据流进行采样得到数据包之前，所述方法还包括：统计多个业务类型的数据流中数据包的所述属性的分布情况，其中，采样得到的所述数据包的属性通过参考所述分布情况，以确定所述数据包所在的数据流对应的业务类型。

根据本发明的另一方面，还提供了一种业务类型确定装置，包括：采样模块，用于对应用的数据流进行采样得到数据包；确定模块，用于根据所述数据包的属性确定所述数据流对应的业务类型，其中，所述属性包括以下至少之一：长度、速率。

优选地，所述确定模块包括：第一确定单元，用于确定所述数据包的速率与一个或多个阈值之间的关系；第二确定单元，用于根据所述关系确定所述数据流对应的业务类型。

优选地，所述确定模块包括：统计单元，用于统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；第三确定单元，用于根据所述统计单元统计的结果确定所述数据流对应的业务类型。

优选地，所述统计单元还用于根据所述数据包的协议类型，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数。

优选地，所述装置还包括：统计模块，用于统计多个业务类型的数据流中数据包的所述属性的分布情况，其中，采样得到的所述数据包的属性通过参考所述分布情况，以确定所述数据包所在的数据流对应的业务类型。

通过本发明，采用了对应用的数据流进行采样，得到数据包；根据数据包的属性确定数据流对应的业务类型的方式，其中，该属性包括以下至少之一：长度、速率。本发明解决了根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，提出了一种业务类型确定的方案，从而提供了对业务进行精确控制的支持。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的业务类型确定方法的流程示意图；

图2是根据本发明实施例的业务类型确定装置的结构框图；

图3是根据本发明实施例的业务类型确定装置的优选结构框图一；

图4是根据本发明实施例的业务类型确定装置的优选结构框图二；

图5是根据本发明实施例的业务类型确定装置的优选结构框图三；

图6是根据本发明实施例的业务类型确定装置的优选结构框图四；

图7是根据本发明优选实施例的流量精确细分识别系统的结构框图；

图8是根据本发明优选实施例的业务数据模型构造方法的流程示意图；

图9是根据本发明优选实施例的数据包长度统计方法的流程示意图；

图10是根据本发明优选实施例的数据包速率检测方法的流程示意图；

图11是根据本发明优选实施例的报文细分识别结果处理方法的流程示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

以下实施例可以使用其它通用或专用计算或通信环境或配置来操作。适用于以下实施例的众所周知的计算系统、环境和配置的示例包括但不限于，个人计算机、服务器，多处理器系统、基于微处理的系统、小型机、大型计算机、智能设备、终端（包括移动终端）、以及包括任一上述系统或设备的分布式计算环境。

本实施例提供了一种业务类型确定方法，图1是根据本发明实施例的业务类型确定方法的流程示意图，如图1所示，包括如下的步骤：

步骤S102，对应用的数据流进行采样，得到数据包；

步骤S104，根据数据包的属性，确定数据流对应的业务类型，其中，该属性包括以下至少之一：长度、速率。

通过上述步骤，通过数据流中采样得到的数据包的属性确定数据流的业务类型，相对于相关技术中根据应用的整体流量划分应用的类型，以进行后续处理的方式，本发明实施例提供了一种对应用的数据流进一步细分的方式，从而使得根据数据流的业务类型进行业务的精细化管理成为了可能。通过本发明的上述实施例，解决了根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，提出了一种业务类型确定的方案，从而提供了对业务进行精确控制的支持。

优选地，在根据数据包的属性确定数据流对应的业务类型的方式有多种，下面例举三种优选方式进行说明。

优选方式一

可以根据数据包的速率确定数据流对应的业务类型。对于同一应用而言，不同的业务类型的数据流的速率具有不同的特点，例如，在一个Skype（一种VOIP应用，可以用于语音通话）应用中，用于文字聊天的数据包的速率小于50pps；用于语音/视频通话业务的数据包的速率大于50pps。因此，根据同一个应用中数据包的速率可以对数据流对应的业务类型（例如用于文字聊天业务，用于语音视频通话业务等）进行确定。虽然在不同的应用中，用于文字聊天的数据包的速率可能不相同，但是，都可以遵循上述的规律，即在同一个应用中用于文字聊天或语音/视频通话或其他业务的数据包的速率具有不同的特征，根据这些特征的不同即可确定在这一个应用的数据流对应的业务类型。例如，确定采样得到的数据包的速率与一个或多个阈值之间的关系；根据该关系确定数据流对应的业务类型。通过根据数据包的速率确定数据流对应的业务类型的方式，提供了一种根据数据包的属性对业务流的业务类型进行分类的一种优选方式。

优选方式二

还可以根据预定数量的数据包的长度确定数据流对应的业务类型。对于同一应用而言，不同的业务类型的数据流中的数据包的长度分布具有一定的特点，例如，在一个Skype应用中，连续/不连续采样得到的300个数据包中，用于文件/图片传输的数据包中UDP协议类型的长度大于1300bytes的数据包的个数大于60个；用于语音/视频通话业务的数据包中UDP协议类型的长度大于1300bytes的数据包的个数小于60个。因此，对于这个Skype应用，就可以通过数据包的长度确定数据流对应的业务类型（例如用于文件图片传输业务，或用于语音/视频通话业务等）。同样的，虽然在不同的应用中数据包长度的分布会有所不同，但是都遵循上述的规律，即不同业务类型的数据流中采样得到的预定数量的数据包的长度具有不同的特征，根据这些特征的不同即可确定在这一个应用中数据流对应的业务类型。例如，统计采样得到的预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；根据统计的结果确定数据流对应的业务类型。需要说明的是，上述预定数量的数据包可以是从一个数据流的预定位置进行连续/不连续采样预定数量得到的数据包。通过根据预定数量的数据包的长度确定数据流对应的业务类型的方式，提供了一种根据数据包的属性对业务流的业务类型进行分类的一种优选方式。

优选方式三

此外，还可以将上述优选方式一和优选方式二结合使用，即同时根据数据包的速率和预定数量的数据包的长度分布的特征，对数据流的业务类型进行确定。通过这样的方式，对数据流的多个特征进行特征匹配，从而可以更准确地确定数据流的业务类型。

在一些优选的实施方式中，还可以根据数据包的协议类型的不同，针对不同协议类型的数据包的属性确定数据流的业务类型。例如，在一个Skype应用中，采样得到的300个数据包中，用于文件/图片传输的TCP数据包中，长度在500～520Bytes的数据包的个数大于50个而用于文件/图片传输的UDP数据包中，长度大于1300bytes的数据包的个数大于60个；同样是在这300个数据包中，用于语音/视频通话业务的TCP数据包中，长度大于500Bytes的数据包的个数小于50个，而用于语音/视频通话业务的UDP数据包中，长度大于1300bytes的数据包的个数小于60个。因此，还可以结合数据包的协议类型的不同，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数，根据统计得到的不同数据类型的数据包的长度的分布，进一步准确地确定数据流的业务类型。

通过上述的方法和优选实施例可以对数据流的已知的属性分布对应的业务类型进行区分。优选地，为了对未知的属性分布对应的业务类型进行区分，在对应用的数据流进行采样得到数据包之前，还可以对应用中多个不同的业务类型的数据流中数据包的属性的分布情况进行统计，在得到属性的分布情况之后，后续采样得到的数据包的属性通过参考该分布情况，就可以确定数据包所在的数据流对应的业务类型。通过对不同的应用的不同业务的数据流中数据包的属性的分布情况进行统计，就能针对不同应用的数据流中数据包的属性确定分别对应的。

本实施例还可以提供一个用于执行上述实施例的计算机程序以及保存上述计算机程序的载体，即本申请上述实施例可以通过一个合适的计算体系结构来进行符合自然规律的运行过程。另外，尽管在上述上下文中描述本申请，但上述用于实现执行步骤的计算机程序并不意味着是限制性的，所描述的动作和操作的各方面也可用硬件来实现。

本实施例还提供了一种业务类型确定装置，该装置用于实现上述业务类型确定方法。

图2是根据本发明实施例的业务类型确定装置的结构框图，如图2所示，该装置包括：采样模块22和确定模块24，其中，采样模块22，用于对应用的数据流进行采样得到数据包；确定模块24耦合至采样模块22，用于根据数据包的属性确定数据流对应的业务类型，其中，属性包括以下至少之一：长度、速率。

通过上述装置，解决了根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，提出了一种业务类型确定的方案，从而提供了对业务进行精确控制的支持。

本实施例中所涉及到的模块、单元可以通过软件的方式实现，也可以通过硬件的方式来实现。本实施例中所描述的模块、单元也可以设置在处理器中，例如，可以描述为：一种处理器包括采样模块22和确定模块24。其中，这些模块的名称在某些情况下并不构成对该模块本身的限定，例如，采样模块还可以被描述为“用于对应用的数据流进行采样得到数据包的模块”。

在该装置中涉及的对应功能也能结合上述方法所对应的描述进行结合描述和说明，在此不再赘述。

图3是根据本发明实施例的业务类型确定装置的优选结构框图一，如图3所示，优选地，确定模块24可以包括：第一确定单元32，用于确定数据包的速率与一个或多个阈值之间的关系；第二确定单元34耦合至第一确定单元32，用于根据关系确定数据流对应的业务类型。

图4是根据本发明实施例的业务类型确定装置的优选结构框图二，如图4所示，优选地，确定模块24可以包括：统计单元42，用于统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；第三确定单元44耦合至统计单元42，用于根据统计单元统计的结果确定数据流对应的业务类型。

图5是根据本发明实施例的业务类型确定装置的优选结构框图三，如图5所示，优选地，确定模块可以包括：第一确定单元32、第二确定单元34、统计单元42和第三确定单元44。

优选地，统计单元42还用于根据数据包的协议类型，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数。

优选地，数据包的协议类型为TCP或者UDP。

图6是根据本发明实施例的业务类型确定装置的优选结构框图四，如图6所示，优选地，该业务类型确定装置还包括：统计模块62耦合至采样模块22，用于统计多个业务类型的数据流中数据包的属性的分布情况，其中，采样得到的数据包的属性通过参考分布情况，以确定数据包所在的数据流对应的业务类型。

下面结合优选实施例进行说明。

针对相关技术中仅仅识别出这类软件的流量并不能完全满足应用的要求，还需要能够细分识别各业务的流量，本优选实施例提供了一种针对软件的流量进行细分识别的方法。在此需要说明的是本优选实施例并没有详细说明VOIP软件流量的识别方法的全部细节，而是对本发明实施例中涉及的业务类型确定方案的解释和说明。在实际应用中，本优选实施例中描述的流量的识别方法还可以结合已有的基于载荷、应用层签名、流量统计等方法的识别方法。即，本优选实施例是在上述已有的流量识别方法的基础上，对流量进行进一步的细分精确识别，以便确认流量对应的具体业务。

本优选实施例提供了一种基于报文统计和流量测速来识别VOIP细分业务的方法，可以实现对VOIP流量中语音流和其它数据流的精确识别，便于后续针对各业务进行精确控制。

为达到上述目的，本优选实施例的技术方案包括：

步骤1，针对基于P2P技术的VOIP软件的文字聊天、文件/图片传输、语音/视频通话业务进行抓包采样，得到各业务对应的报文（相当于上述的数据包）长度范围和对应的数据包速率模型；

步骤2，对实时流（即实时的数据流）的报文长度、数据包速率进行实时检测；

步骤3，比较实时流的检测值和各业务的数据模型，判断当前流（即数据流）满足哪种业务的数据模型；最后得到实时流对应的具体业务信息。

通过本优选实施例，可以将VOIP软件各业务数据流进行细分，将文字聊天、文件/图片传输、语音/视频通话业务流分别识别出来，用于后续业务流量的精确控制。

本优选实施例还提供了一种VOIP流量精确细分识别的系统，包括：

VOIP各业务数据模型构造模块：用于构造VOIP各业务的数据模型，便于后续根据对应的模型来判断具体的业务流。

报文的包长信息的统计模块，用于按流为单位，分别统计报文长度满足一定条件的报文个数，得到一定包长范围中的报文个数；在本实施例中，定义了统计范围[N，N+M]表示从第Ｎ个包开始，统计M个包的包长信息，统计结果Sx～y表示包长在[x，y]字节（即，Byte）范围内的报文个数；

数据包速率的检测模块，用于检测当前流的数据包交互速率（即速率）；例如，设置指定速率T每秒包数（packet per second，简称为pps），通过统计单位时间内收到的数据包个数来判断是否达到了指定速率；其中，数据包速率T pps表示1秒大约有T个数据包交互。

报文精确识别结果处理模块，用于根据包长统计结果和数据包速率检测结果，结合构造的VOIP各业务数据模型判断当前流属于哪种业务，并将结果输出，便于后续流量的精确控制。

下面对优选实施例进行进一步说明。

上述优选实施例中的方法与系统可以对各种软件的业务流量进行精确识别。在本优选实施例的下列部分中，针对VOIP软件中的Skype，对各业务流量的精确细分识别的实现进行说明。

图7是根据本发明优选实施例的流量精确细分识别系统的结构框图，本优选实施例基于图7的系统，应用于网络设备与后台分析服务，其中的网络设备可以是核心网网关、无线控制器，外设深度包分析(Deep Packet Inspection，简称为DPI）等设备。

本优选实施例的系统包括如下的结构：

VOIP各业务数据模型构造模块72，用于通过数据采样分析VOIP各业务对应的报文长度、数据包速率等特性，构造对应的数据模型。例如，VOIP各业务数据模型构造模块72针对Skype文字聊天、文件/图片传输、语音/视频通话业务的报文进行采用分析。通过数据分析，可以得到如下特征：

A、文件/图片传输：多数通过UDP传输，也可以通过TCP传输，UDP传输时会有连续的大包长(包长大于1300Bytes)报文；TCP报文包长一般在500～520Bytes范围内；

B、语音/视频通话：语音通话包长一般都在200Bytes以下，视频通话包长一般都在500Bytes以下，偶尔会有1000Bytes以上的大报文，但个数比较少；数据包速率一般在50pps以上。

C、文字聊天：包长一般比较小，在200Bytes以下，数据包速率一般在50pps以下。

通过以上统计分析，可以根据数据包大小和数据包速率来构造对应业务的数据模型。

报文长度统计模块74，用于统计报文长度满足一定条件的报文个数；例如，报文长度统计模块74接收Skype的数据流。同时由于Skype业务开始建立时一般会交互一些信息，所以为了统计的准确性，可以统计数据流的第200个包到第500个包，共统计300个报文的长度信息；针对Skype的业务模型，可以统计结果包括UDP报文长度大于1300bytes的报文个数、TCP报文长度在500～520bytes的报文长度个数；

报文速率检测模块76，用于检测当前流的数据包交互速率；例如，报文速率检测模块76接收Skype的数据流，检测Skype业务流的速率是否到达指定速率。

报文精确识别结果处理模块78，用于根据报文长度统计结果和速率检测结果，比较对应业务的数据模型，以确定数据流属于哪种业务。

图8是根据本发明优选实施例的业务数据模型构造方法的流程示意图，如图8所示，包括如下步骤：

步骤S802，针对Skype文字聊天、文件/图片传输、语音/视频通话业务进行分别采样；

步骤S804，分析Skype各业务在数据包大小和数据包速率方面的差异和特性；

步骤S806，根据Skype各业务在数据包大小和数据包速率方面特性构造对应的特征模型；

例如，经数据采样分析，可以得到的Skype各业务对应的特征模型如下：

A、Skype文字聊天：包速率小于50pps；

B、Skype文件/图片传输：在第200～500个包中，UDP报文包长大于1300Bytes的报文数大于60；TCP报文长度在500～520Bytes的报文数大于50；

C、Skype语音/视频通话业务：包速率大于50pps，UDP报文包长大于1300Bytes的报文数小于60；TCP报文长度在大于500Bytes的报文数小于50；

本优选实施例中的数据模型为Skype的采样模型。然而，在本优选实施例中，Skype版本的更新可能会导致数据模型变化，其它一些针对其他的VOIP软件的数据模型也可能与此不同，需要针对不同的软件以及软件的版本分别进行采样统计分析。

图9是根据本发明优选实施例的数据包长度统计方法的流程示意图，如图9所示，包括如下步骤：

步骤S902，当收到报文时，判断是否在要进行应用层载荷包长统计；如果不需要则直接返回；其中，收到的报文，是指Skype的业务流量报文。

步骤S904，判断报文长度.对于Skype报文，若UDP报文长度大于1300Bytes、TCP报文长度在500～520Bytes之间，则对应的报文统计计数加1；

图10是根据本发明优选实施例的数据包速率检测方法的流程示意图，包括如下步骤：

步骤S1002，针对报文长度统计模块74处理后的报文，判断是否是首次测速；如果是首次测速则执行步骤S1004，否则执行步骤S1006；

步骤S1004，初始化包速率相关信息，记录测试速率和令牌桶对应的令牌数；其中，在上述的优选实施例中，测试速率可以为50pps，对应的令牌数即为对应的速率值50；并且测试速率可以动态调整；

步骤S1006，检查当前报文时间戳与上次测速时间间隔是否大于1秒；如果大于则执行步骤S1010，否则执行步骤S1008；

步骤S1008，将令牌数减1，然后执行步骤S1012；

步骤S1010，将令牌数增加（间隔的秒数*测试速率）；

步骤S1012，判断令牌数是否为0；为0则执行步骤S1014，否则执行步骤S1016；

步骤S1014，速率检测成功；

步骤S1016，速率检测失败，继续检测后续报文；

图11是根据本发明优选实施例的报文细分识别结果处理方法的流程示意图，如图11所示，包括如下步骤：

步骤S1102，将报文速率检测模块76输出的结果传入，判断VOIP各业务模型数据；其中的业务模型数据为VOIP各业务数据模型构造模块72中得到的Skype各业务数据模型；

步骤S1104，判断包长统计信息是否满足本业务模型的包长限制；其中的业务模型的包长限制为VOIP各业务数据模型构造模块72中Skype各业务模型中的包长特征；

步骤S1106，判断数据包速率统计是否满足本业务模型的速率要求；其中的业务模型的速率要求为VOIP各业务数据模型构造模块72中Skype各业务模型中的数据包速率特征；

步骤S1108，将符合数据模型特征的对应业务信息输出；其中的业务信息是Skype数据报文对应的业务类型，例如：文字聊天或文件/图片传输或语音/视频通话。

综上所述，通过上述实施例、优选实施例和实施方式，可以通过采集这类软件文字聊天、文件/图片传输、语音/视频通话业务的报文进行分析，就能统计出这些业务在报文长度、数据包速率上存在差异，例如，其中文件/图片传输报文都比较大，语音/视频通话的报文比较小但数据包速率较大，文字聊天的报文比较小且数据包速率较小，可以根据这些差异来细分识别具体的业务。所以，可以针对这些业务流量进行细分识别，就可以针对这些业务进行精确控制，从而保障网络中关键业务的正常进行。可见，本发明的上述实施例解决了根据整体流量划分软件类型而无法对软件的业务进行精确控制的问题，提出了一种业务类型确定的方案，从而提供了对业务进行精确控制的支持。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上该仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种业务类型确定方法，其特征在于包括：

对应用的数据流进行采样，得到数据包；

根据所述数据包的属性，确定所述数据流对应的业务类型，其中，所述属性包括以下至少之一：长度、速率。

2.根据权利要求1所述的方法，其特征在于，根据所述数据包的属性确定所述数据流对应的业务类型包括：

确定所述数据包的速率与一个或多个阈值之间的关系；

根据所述关系，确定所述数据流对应的业务类型。

3.根据权利要求1或2所述的方法，其特征在于，根据所述数据包的属性确定所述数据流对应的业务类型包括：

统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；

根据所述统计的结果确定所述数据流对应的业务类型。

4.根据权利要求3所述的方法，其特征在于，统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数包括：

根据所述数据包的协议类型，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数。

5.根据权利要求4所述的方法，其特征在于，所述数据包的协议类型为传输控制协议TCP或者用户数据包协议UDP。

6.根据权利要求1所述的方法，其特征在于，所述对应用的数据流进行采样得到数据包之前，所述方法还包括：

统计多个业务类型的数据流中数据包的所述属性的分布情况，其中，采样得到的所述数据包的属性通过参考所述分布情况，以确定所述数据包所在的数据流对应的业务类型。

7.一种业务类型确定装置，其特征在于包括：

采样模块，用于对应用的数据流进行采样得到数据包；

确定模块，用于根据所述数据包的属性确定所述数据流对应的业务类型，其中，所述属性包括以下至少之一：长度、速率。

8.根据权利要求7所述的装置，其特征在于，所述确定模块包括：

第一确定单元，用于确定所述数据包的速率与一个或多个阈值之间的关系；

第二确定单元，用于根据所述关系确定所述数据流对应的业务类型。

9.根据权利要求7或8所述的装置，其特征在于，所述确定模块包括：

统计单元，用于统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数；

第三确定单元，用于根据所述统计单元统计的结果确定所述数据流对应的业务类型。

10.根据权利要求9所述的装置，其特征在于，所述统计单元还用于根据所述数据包的协议类型，分别统计预定数量的数据包中长度落入到一个或多个预定范围内的数据包的个数。

11.根据权利要求7所述的装置，其特征在于，所述装置还包括：

统计模块，用于统计多个业务类型的数据流中数据包的所述属性的分布情况，其中，采样得到的所述数据包的属性通过参考所述分布情况，以确定所述数据包所在的数据流对应的业务类型。