CN109361618B - 数据流量标记方法、装置、计算机设备及存储介质 - Google Patents
数据流量标记方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109361618B CN109361618B CN201811184998.XA CN201811184998A CN109361618B CN 109361618 B CN109361618 B CN 109361618B CN 201811184998 A CN201811184998 A CN 201811184998A CN 109361618 B CN109361618 B CN 109361618B
- Authority
- CN
- China
- Prior art keywords
- data traffic
- identifier
- target data
- data
- marking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供一种数据流量标记方法、装置、计算机设备及存储介质。所述方法包括:获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;根据数据流量的特征对所述数据流量进行标记;将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。本申请实施例能智能识别并判断不同数据流量所对应的不同标识并进行标记,以便于提供动态的QOS服务,提高服务质量。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据流量标记方法、装置、计算机设备及存储介质。
背景技术
随着网络技术的发展,用网络用户提供的业务越来越多,同时对于服务质量(QOS)的要求也越来越严格。为了满足不同业务所对应的网络数据流量的需求,同时保证用户的服务质量,将不同的业务分配不同的服务顺序,即业务的优先级。目前行业内对于网络中的数据流量,主要是通过IP五元组、应用或者URL等来识别业务,并通过静态QOS的方式来保障具体业务的带宽和质量。该种方式对于大数据流量、应用繁杂的场景难以精细化识别和管控。同时使用静态QOS忽视了业务所对应数据流量的峰谷周期,固化了业务的带宽使用,在多种业务之间存在峰谷周期不同步的情况下,无法最优使用带宽,导致总带宽充足的情况下,部分业务拥塞。另外,随着带宽升级和业务产品的迭代,某一具体业务在全生命周期中对带宽需求也不尽相同。如此,对于大数据流量、应用复杂的场景来说,使用静态QOS并不能完全满足各种不同的数据流量控制的需求。
发明内容
本申请实施例提供一种数据流量标记方法、装置、计算机设备及存储介质,能智能识别并判断不同数据流量所对应的不同标识并进行标记,便于后续对不同数据流量的控制,提高了服务质量。
第一方面,本申请实施例提供了一种数据流量标记方法,该方法包括:
获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;根据数据流量的特征对所述数据流量进行标记;将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
第二方面,本申请实施例提供了一种数据流量标记装置,该装置包括用于执行上述第一方面所述的方法对应的单元。
第三方面,本申请实施例提供了一种计算机设备,所述计算机设备包括存储器,以及与所述存储器相连的处理器;
所述存储器用于存储计算机程序,所述处理器用于运行所述存储器中存储的计算机程序,以执行上述第一方面所述的方法。
第四方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现上述第一方面所述的方法。
本申请实施例根据数据流量的特征,来确定不同数据流量的标识并进行标记,以形成数据模型;当接收到目标数据流量时,根据目标数据流量的特征、所述目标数据流量所对应的数据包包头信息中的标识以及数据模型来确定所述目标数据流量的标识并进行标记。本申请实施例能智能识别并判断不同数据流量所对应的不同标识并进行标记,以便于提供动态的QOS服务,提高了服务质量。
附图说明
图1是本申请实施例提供的数据流量标记方法的流程示意图;
图2是本申请实施例提供的数据流量标记方法的子流程示意图;
图3是本申请实施例提供的数据流量标记方法的子流程示意图;
图4是图3实施例的子流程示意图;
图5是本申请另一实施例提供的数据流量标记方法的流程示意图;
图6是本申请另一实施例提供的数据流量标记方法的流程示意图;
图7是本申请实施例提供的数据流量标记装置的示意性框图;
图8是本申请实施例提供的第一标记单元的示意性框图;
图9是本申请实施例提供的第二标记单元的示意性框图;
图10是本申请实施例提供的匹配标记单元的示意性框图;
图11是本申请另一实施例提供的数据流量标记装置的示意性框图;
图12是本申请另一实施例提供的数据流量标记装置的示意性框图;
图13是本申请实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先需要说明的是,本申请实施例可以实现对数据流量进行标记。其中,可以对数据流量进行任何相关的标记。为了便于理解,本申请实施例以对数据流量的优先级标记进行说明。可以理解地,对数据流量的优先级标记只是数据流量标记中的一种,还包括有与数据流量任何相关的其他标记。
本申请实施例中的数据流量标记方法可以应用在服务器中,以对服务器接收到的数据流量进行标记,以进一步对标记后的数据流量进行分析。
本申请实施例中的数据流量标记方法还可以应用于数据中心互联网络中,如银行和大型企业等所在的数据中心互联网络中。在该数据中心互联网络中有多个数据中心,分布在不同的城市,这些数据中心之间需要相互进行通信。在该数据中心互联网络中,存在有多条不同的物理链路,这些物理链路可以实现数据中心之间的相互通信。其中,物理链路可以是光纤等。每一条物理链路可以包括若干条不同的逻辑链路,每个不同的逻辑链路转发不同优先级标识的数据流量。在该数据中心互联网络中,还包括有多台转发器,每台转发器对应会有若干条物理链路经过。其中,在转发器中实现本申请实施例中的数据流量标记方法,具体地,转发器对接收到的数据流量的优先级进行标记,以将该转发器接收的数据流量选择与该数据流量优先级对应的逻辑链路进行转发。其中,转发器可以是商用路由器等设备。
若数据流量标记方法应用于数据中心互联网络中,那么在每台转发器中执行以下方法实施例所述的数据流量标记方法。
图1是本申请实施例提供的数据流量标记方法的流程示意图。如图1所示,该方法包括S101-S107。
S101,获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征。
数据流量信息以数据包的形式存在,数据流量信息包括数据包的包头以及具体的数据。将转发器接收的每个数据流量信息作为一个单独的对象,以对该单独的对象进行以下所述的处理。
根据数据流量信息提取数据流量的特征。其中,提取的数据流量的特征包括原IP地址、目的IP地址、协议、服务端口、接收数据流量的时间(转发器接收数据流量的时间)、数据流量的大小、数据流量是否加密、数据流量的业务属性等。其中,协议包括如UDP、TCP、RTP协议等。服务端口指的是TCP/IP协议中的服务端口,比如用于浏览网页服务的80端口,用于FTP服务的21端口等,以通过服务端口来区分不同的服务。数据流量的大小指的是数据流量所对应的数据包的大小。在数据包的包头信息中有数据流量是否加密的标识,通过该标识可知数据流量中的具体数据是否加密。其中,数据流量的业务属性包括该数据流量所对应的业务、数据流量所对应的应用类型、数据流量所对应的用户属性。数据流量所对应的用户属性包括用户的不同级别。其中,不同用户级别可以用高中低等来进行标识,也可以用一级、二级、三级......等来进行标识。不同用户级别可设置为不同的标识。通过原IP地址可以确定某种具体的业务以及所对应的用户属性,如若在大型金融企业中,有些IP是分给银行、有些IP是分给证券等;如有些原IP地址是领导所用的IP地址,有些原IP地址是普通员工所用的IP地址。那么,可以理解地,领导所对应的用户级别高于普通员工所对应的用户级别。通过原IP地址、服务端口以及协议可以得知数据流量所涉及的应用类型,如IP电话、业务语音视频、视频会议、证券信息同步、邮件、病毒库更新、文件共享等。
S102,根据数据流量的特征对所述数据流量进行标记。
根据数据流量的特征来识别数据流量的业务、应用类型、是否加密、所对应的用户属性等,根据识别出的数据流量的业务、应用类型、是否加密、所对应的用户属性等来确定数据流量的所对应的标识,并对数据流量进行标记。
在一实施例中,如图2所示,步骤S102包括S201-S204。
S201,获取数据流量所对应的应用类型。如上文所述,通过原IP地址、服务端口以及协议可以得知数据流量所涉及的应用类型。其中,数据流量所对应的应用类型包括第一应用类型和第二应用类型。第一应用类型是对业务需求的响应无时间要求的应用类型,如病毒库更新等。第二应用类型是对业务需求的响应具有时间要求的应用类型,如IP电话、视频会议等。
S202,判断数据流量所对应的应用类型是否属于第一应用类型。
S203,若数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记。
具体的,获取数据流量的时间;若数据流量的时间为预设多个时间的一个时间,获取该时间所匹配的标识;将数据流量的标识标记为与该时间所匹配的标识相同的标识。
如预设多个时间分别为白天、晚上等,白天所匹配的优先级为低,晚上匹配的优先级为高。若接收数据流量的时间为白天,那么白天所匹配的标识为低,将数据流量的标识标记为与白天所匹配的标识相同的标识,即标识为低。可以理解为,对于病毒库更新等没有时间要求的应用类型,适于在其他业务较少的情况下,如晚上的时间,以避免白天对其他业务带来影响。
S204,若数据流量所对应的应用类型为第二类应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记。
具体的,判断数据流量是否加密;若数据流量加密,若原IP地址和目的IP地址是可信赖的IP地址,根据原IP地址所确定的不同用户属性,确定数据流量的不同标识并进行标记;若数据流量未加密,对于同一个应用类型,不同用户属性所对应的数据流量设置为不同的标识并进行标记。
可以理解为,对于加密数据包所对应的数据流量,则通常认为是比较重要的数据流量。如若原IP地址和目的IP地址是可信赖的IP地址,若原IP地址的用户属性是老板,则将数据流量设置为第一预设优先级。本来数据流量加密,就认为是比较重要的数据流量,若该加密数据是由老板发出,则认为该加密数据非常重要,将优先级设置为第一预设优先级,如高优先级。若原IP地址的用户属性是普通员工,则将该优先级设置为第二预设优先级,该第二预设优先级低于第一预设优先级。
若数据流量未加密,对于同一应用类型,不同用户属性所对应的数据流量设置为不同的标识并进行标记。可以理解地,如应用类型同样是视频会议,那么原IP地址对应的是老板的IP地址,还是普通员工的IP地址,所对应的数据流量的优先级是不同的。显然,老板的视频会议的优先级要高于普通员工的优先级。可以理解地,若应用类型是邮件转发,若所对应的数据流量发生拥塞时,结合IP地址优先传输发送来自重要人物的重要邮件。
图2所示的实施例结合数据流量所对应的应用类型、接收数据流量的时间、数据流量是否加密、数据流量的用户属性对数据流量进行标记,使得标记的结果更符合业务发展的需求,如重要用户的数据流量标记为高优先级,以使得重要用户的数据流量先进行转发或者选择较好的物理链路进行转发,保障了关键通讯质量,大大提高了服务质量。
S103,将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型。
需要注意的是,除了图2所示的根据数据流量的特征确定数据流量的标识并对数据流量进行标记外,有一些数据流量的标识是通过获取用户定义的标识来确定的。可以理解地,用户也可以自定义一些数据流量的标识,如用户自定义数据流量的优先级标识。将获取的用户自定义的数据流量的标识以及该数据流量所对应的特征也保存至数据仓库。
以上步骤S101-S103是形成数据模型的过程,形成的数据模型用于对后续接收的数据流量所对应标识的智能识别和标记中。
S104,当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识。
数据流量所对应的数据包的包头信息中除了包括有原IP地址、目的IP地址、协议、服务端口等信息,还包括数据流量的标识,如数据流量的优先级标识。其中,每个数据包中会有一个优先级标识,默认该优先级标识为0,即所有数据流量的优先级标识默认为0。提取出来的特征如上文中所述,在此不再赘述。
S105,根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
若数据包包头信息中的标识为默认标识,则根据所述数据模型、所述目标数据流量的特征对所述目标数据流量进行标记;若数据包包头信息中的标识不为默认标识,根据数据模型、所述目标数据流量的特征判断数据包包头信息中的标识是否为合法标识;若数据包包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识并进行标记;若数据包包头信息中的标识不是合法标识,则根据所述数据模型、所述目标数据流量的特征对所述目标数据流量进行标记。
具体地,如图3所示,步骤S105包括以下步骤S301-S304。
S301,判断所述目标数据流量所对应数据包包头信息中的标识是否为默认标识。
S302,若所述数据包包头信息中的标识不为默认标识,则根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识。
需要注意的是,用户自定义的标识以及对应的数据流量的特征都预先已经保存在数据模型中。其中,若数据包包头信息中的标识不为默认标识,意味着用户已经自定义了目标数据流量的标识。为了防止有一些用户恶意对数据流量进行标记,那么需要检测该数据包包头信息中的标识是否为合法标识。具体地,根据目标数据流量的特征在数据模型中查询;若查询到与所述目标数据流量相同特征的数据流量,判断在数据模型中检测到的数据流量所对应的标识与目标数据流量所对应的标识是否一致;若一致,则认为数据包包头信息中的标识为合法标识;若不一致,则认为数据包包头信息中的标识不是合法标识。
S303,若所述数据包包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识。
即若所述数据包包头信息中的标识不为默认标识,但所述数据包包头信息中的标识为合法标识,那么无需再根据目标数据流量的特征来确定目标数据流量的标识,直接将所述数据包的包头信息中的标识作为所述目标数据流量的标识。可以理解地,直接将用户自定义的标识作为所述目标数据流量的标识。
S304,若所述数据包包头信息中的标识是默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
其中,若数据包包头信息中的标识是默认标识,则意味着需要确定目标数据流量的标识并进行标记。若数据包包头信息中的标识不为默认标识且也不是合法标识,那么有可能数据包包头信息中的标识是用户恶意为之,那么需要重新确定目标数据流量的标识并进行标记。具体地,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
在一实施例中,如图4所示,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记,即步骤S304包括S401-S406。
S401,检测在所述数据模型中是否存在与所述目标数据流量的特征相同的数据流量。
S402,若存在与所述目标数据流量的特征相同的数据流量,将与所述目标数据流量的特征相同的数据流量的标识确定为所述目标数据流量的标识并进行标记。
若存在与所述目标数据流量的特征相同的数据流量,可以理解为,该目标数据流量与数据模型中的某条数据流量完全一样,则按照数据模型中的该相同的某条数据流量的优先级对目标数据流量进行优先级的设置,即设置为与该某条数据流量相同的优先级,以使后续对该目标数据流量也按照与某条数据流量所对应的方式进行处理,如在同一个逻辑链路中进行转发处理。
S403,若不存在与所述目标数据流量的特征相同的数据流量,将所述目标数据流量的特征与数据模型中的数据流量所对应的特征进行相似度匹配。
具体地,根据实际应用场景的不同,对目标数据流量所对应的每个特征因素,分配不同权重的特征因子,将目标数据流量所对应的特征因素与数据模型中的每个数据流量所对应的特征因素进行相似度匹配,以计算匹配度。如若假设有原IP地址、协议、服务端口三个特征因素,对于每一个特征因素分配权重因子分别为50%、30%、20%等。计算匹配度时,假若原IP地址相同、协议相同、服务端口不同,则匹配度为80%(50%+30%)。
S404,检测数据模型中是否存在匹配度达到预设匹配度的数据流量。
预设匹配度如设置为60%。若计算出的匹配度为80%,则确定数据模型中有达到预设匹配度的数据流量。
S405,若存在匹配度达到预设匹配度的数据流量,将匹配度最高的数据流量所对应的标识确定为所述目标数据流量的标识进行标记。
S406,若不存在匹配度达到预设匹配度的数据流量,将所述目标数据流量的标识确定为第一预设标识并进行标记。
可以理解为,数据模型中并没有与该目标数据流量相似的数据流量,则将该目标数据流量所对应的标识设置为第一预设标识或者第一默认标识,如为低优先级标识。
图3和图4所示的实施例根据数据模型以及数据流量的特征实现了数据流量的智能识别和标识的动态标记。
S106,将标记的目标数据流量的标识与目标数据流量的特征保存至数据仓库,以更新数据模型。
需要注意的是,在一些实施例中,若存在有一些特殊需求,通过数据模型中识别出的标识也不能满足需求,则可以进行人工修改。所述方法还包括:
S107,若接收到标识修改指令,修改所述标识修改指令所对应的数据流量的标识。
具体地,点击“标识修改”等按钮,触发标识修改指令,以修改数据仓库中保存的与所述标识修改指令所对应的数据流量的标识,达到更新数据模型。
以上方法实施例中根据数据流量的标识以及数据流量的特征构建数据模型,当出现目标数据流量时,将目标数据流量与数据模型中的进行比对,以得到一个与目标数据流量匹配的标识。实现了对不同业务的数据流量智能判断优先级标识,以便于提供动态的QOS服务,提高服务质量。
图5是本申请另一实施例提供的数据流量标记方法流程图。在该实施例中,所述方法包括步骤S501-S511。下面将详细介绍步骤S508-S511,其他步骤请参看图1实施例中对应步骤的描述,在此不在赘述。
S508,当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址、所述目标数据流量所对应的业务。
需要注意的是,该步骤中的目标数据流量与前面步骤中的目标数据流量不是同一个数据流量,该步骤中的目标数据流量是后续接收到的数据流量,即新的目标数据流量。
S509,判断所述目标数据流量所对应的业务带宽是否超过了所述业务预设的带宽。
S510,若所述目标数据流量所对应的业务带宽超过了所述业务预设的带宽,将所述目标数据流量的标识确定为第二预设标识并进行标记。其中,若所述目标数据流量的标识为优先级标识,则第二预设标识为低优先级标识。
S511,若所述目标数据流量所对应的业务带宽未超过所述业务预设的带宽,根据所述数据模型、所述目标数据流量所对应的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。其中,步骤S511中的根据所述数据模型、所述目标数据流量所对应的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记,与步骤S505是一致的。
可以理解地,如若一个业务所对应的预设的带宽是100M,在该100M的范围内,设置为一个优先级,超过了预设的带宽,则将超过了预设带宽的数据流量设置为较低的优先级。该实施例可以预防已有数据流量异常增大的情况。
图6是本申请另一实施例提供的数据流量标记方法流程图。在该实施例中,所述方法包括步骤S601-S611。下面将详细介绍步骤S608-S611,其他步骤请参看图1实施例中对应步骤的描述,在此不在赘述。
S608,当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址。
需要注意的是,该步骤中的目标数据流量与前面步骤中的目标数据流量不是同一个数据流量,该步骤中的目标数据流量是后续接收到的数据流量,即新的目标数据流量。
S609,判断在预设时间段内收到的相同原IP地址的目标数据流量是否超过了先前预设天数相同时间段内收到的数据流量的预设倍数。
其中,预设时间段如半个小时等。先前预设天数为当天之前的预设天数,预设天数可以是三天等。预设倍数可以是三倍等。预设时间段、预设天数、预设倍数等在此都不做具体限定。
S610,若所述目标数据流量超过了所述预设倍数,将所述目标数据流量的标识确定为第三预设标识并进行标记。其中,若所述目标数据流量的标识为优先级标识,则第三预设标识为低优先级标识。
S611,若未超过预设倍数,根据所述数据模型、所述目标数据流量所对应给的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。其中,步骤S611中的根据所述数据模型、所述目标数据流量所对应给的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记,与步骤S605是一致的。
可以理解地,若有数据流量异常增大,将异常增大的数据流量的优先级设置为低优先级,以避免如某个用户大文件下载占用过多的带宽等,如上班时间看视频,占用过多的带宽。
图7是本申请实施例提供的数据流量标记装置的示意性框图。该装置包括用于执行上述数据流量标记方法所对应的单元。该装置可以被配置于转发器或者服务器中。具体地,如图7所示,该装置70包括第一特征提取单元701、第一标记单元702、模型生成单元703、第二特征提取单元704、第二标记单元705。在一些实施例中,还包括模型更新单元706和/或标识修改单元707。
第一特征提取单元701,用于获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征。其中,提取的数据流量的特征包括原IP地址、目的IP地址、协议、服务端口、接收数据流量的时间(转发器接收数据流量的时间)、数据流量的大小、数据流量是否加密、数据流量的业务属性等。
第一标记单元702,用于根据数据流量的特征对所述数据流量进行标记。
在一实施例中,如图8所示,第一标记单元702包括应用类型获取单元801、应用类型判断单元802、第一类型标记单元803以及第二类型标记单元804。其中,应用类型获取单元801获取数据流量所对应的应用类型。如上文所述,通过原IP地址、服务端口以及协议可以得知数据流量所涉及的应用类型。应用类型判断单元802,用于判断数据流量所对应的应用类型是否属于第一应用类型。第一类型标记单元803,用于若数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记。第二类型标记单元804,用于若数据流量所对应的应用类型为第二类应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记。
模型生成单元703,用于将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型。其中,需要注意的是,用户也可以自定义一些数据流量的标识。将获取的用户定义的数据流量的标识以及该数据流量所对应的特征也保存至数据仓库。
第二特征提取单元704,用于当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识。
第二标记单元705,用于根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
在一实施例中,如图9所示,第二标记单元705包括默认标识判断单元901、合法标识判断单元902、包头标识标记单元903以及匹配标记单元904。其中,默认标识判断单元901,用于判断所述目标数据流量所对应数据包包头信息中的标识是否是默认标识。合法标识判断单元902,用于若所述数据包包头信息中的标识不为默认标识,则根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识。包头标识标记单元903,用于若所述数据包包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识。匹配标记单元904,用于若所述数据包包头信息中的标识为默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
在一实施例中,如图10所示,匹配标记单元904包括相同检测单元101、相同标识标记单元102、相似度匹配单元103、匹配检测单元104以及匹配标识标记单元105。其中,相同检测单元101,用于检测在所述数据模型中是否存在与所述目标数据流量的特征相同的数据流量。相同标识标记单元102,用于若存在与所述目标数据流量的特征相同的数据流量,将与所述目标数据流量的特征相同的数据流量的标识确定为所述目标数据流量的标识并进行标记。相似度匹配单元103,用于若不存在与所述目标数据流量的特征相同的数据流量,将所述目标数据流量的特征与数据模型中的数据流量所对应的特征进行相似度匹配。匹配检测单元104,用于检测数据模型中是否存在匹配度达到预设匹配度的数据流量。匹配标识标记单元105,用于若存在匹配度达到预设匹配度的数据流量,将匹配度最高的数据流量所对应的标识确定为所述目标数据流量的标识进行标记。匹配标识标记单元105,还用于若不存在匹配度达到预设匹配度的数据流量,将所述目标数据流量的标识确定为第一预设标识并进行标记。
模型更新单元706,用于将标记的目标数据流量的标识与目标数据流量的特征保存至数据仓库,以更新数据模型。
标识修改单元707,用于若接收到标识修改指令,修改所述标识修改指令所对应的数据流量的标识。
图11是本申请另一实施例提供的数据流量标记装置的示意性框图。具体地,如图11所示,该装置110包括第一特征提取单元111、第一标记单元112、模型生成单元113、第二特征提取单元114、第二标记单元115、模型更新单元116、标识修改单元117、业务特征提取单元118、业务判断单元119以及业务标记单元119a。该实施例与图7实施例的区别在于:增加了业务特征提取单元118、业务判断单元119以及业务标记单元119a,其他单元请参看图7实施例的描述,在此不再赘述。
业务特征提取单元118,用于当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址、所述目标数据流量所对应的业务。需要注意的是,该处的目标数据流量为新的目标数据流量。
业务判断单元119,用于判断所述目标数据流量所对应的业务带宽是否超过了所述业务预设的带宽。
业务标记单元119a,用于若所述目标数据流量所对应的业务带宽超过了所述业务预设的带宽,将所述目标数据流量的标识确定为第二预设标识并进行标记,其中,若所述目标数据流量的标识为优先级标识,则第二预设标识为低优先级标识。
第二标记单元115,还用于根据所述数据模型、所述目标数据流量所对应的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
图12是本申请另一实施例提供的数据流量标记装置的示意性框图。具体地,如图12所示,该装置120包括第一特征提取单元121、第一标记单元122、模型生成单元123、第二特征提取单元124、第二标记单元125、模型更新单元126、标识修改单元127、数据特征提取单元128、倍数判断单元129以及倍数标记单元129a。该实施例与图7实施例的区别在于:增加了数据特征提取单元128、倍数判断单元129以及倍数标记单元129a,其他单元请参看图7实施例的描述,在此不再赘述。
数据特征提取单元128,用于当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址。需要注意的是,该处的目标数据流量为新的目标数据流量。
倍数判断单元129,用于判断在预设时间段内收到的相同原IP地址的目标数据流量是否超过了先前预设天数相同时间段内收到的数据流量的预设倍数。
倍数标记单元129a,用于若在预设时间段内收到的相同原IP地址的目标数据流量超过了预设倍数,将所述目标数据流量的标识确定为第三预设标识并进行标记,其中,若所述目标数据流量的标识为优先级标识,则第三预设标识为低优先级标识。
第二标记单元125,还用于若在预设时间段内收到的相同原IP地址的目标数据流量未超过预设倍数,根据所述数据模型、所述目标数据流量所对应的数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述装置和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述装置可以实现为一种计算机程序的形式,计算机程序可以在如图13所示的计算机设备上运行。
图13为本申请实施例提供的一种计算机设备的示意性框图。该设备为转发器。其中,转发器可以是路由器等。该设备130包括通过系统总线131连接的处理器132、存储器和网络接口133,其中,存储器可以包括非易失性存储介质134和内存储器135。
该非易失性存储介质134可存储操作系统1341和计算机程序1342。该非易失性存储介质中所存储的计算机程序1342被处理器132执行时,可实现上述所述的数据流量标记方法。该处理器132用于提供计算和控制能力,支撑整个设备130的运行。该内存储器135为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器132执行时,可使得处理器132执行上述所述的数据流量标记方法。该网络接口133用于进行网络通信。本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备130的限定,具体的设备130可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器132用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;根据数据流量的特征对所述数据流量进行标记;将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
在一实施例中,数据流量特征包括数据流量所对应的应用类型、数据流量所对应的用户属性、接收数据流量的时间、数据流量是否加密,所述处理器132在执行所述根据数据流量的特征对所述数据流量进行标记的步骤时,具体实现如下步骤:
获取所述数据流量所对应的应用类型;若所述数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记,其中,所述第一应用类型是对业务需求的响应无时间要求的应用类型;若所述数据流量所对应的应用类型为第二应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记,其中,所述第二应用类型是对业务需求的响应具有时间要求的应用类型。
在一实施例中,所述处理器132在执行所述根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记的步骤时,具体实现如下步骤:
若所述数据包包头信息中的标识不为默认标识,根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识;若所述数据包的包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识;若所述数据包包头信息中的标识为默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
在一实施例中,所述处理器132在执行所述将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记的步骤时,具体实现如下步骤:
检测在所述数据模型中是否存在与所述目标数据流量的特征相同的数据流量;若存在与所述目标数据流量的特征相同的数据流量,将与所述目标数据流量的特征相同的数据流量的标识确定为所述目标数据流量的标识并进行标记;若不存在与所述目标数据流量的特征相同的数据流量,将所述目标数据流量的特征与数据模型中的数据流量所对应的特征进行相似度匹配;检测数据模型中是否存在匹配度达到预设匹配度的数据流量;若存在匹配度达到预设匹配度的数据流量,将匹配度最高的数据流量所对应的标识确定为所述目标数据流量的标识并进行标记;若不存在匹配度达到预设匹配度的数据流量,将所述目标数据流量的标识确定为第一预设标识并进行标记。
在一实施例中,所述处理器132还具体实现如下步骤:
若接收到标识修改指令,修改所述标识修改指令所对应的数据流量的标识。
在一实施例中,所述处理器132还具体实现如下步骤:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址、所述目标数据流量所对应的业务;判断所述目标数据流量所对应的业务带宽是否超过了所述业务预设的带宽;若所述目标数据流量所对应的业务带宽超过了所述业务预设的带宽,将所述目标数据流量的标识确定为第二预设标识并进行标记。
在一实施例中,所述处理器132还具体实现如下步骤:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址;判断在预设时间段内收到的相同原IP地址的目标数据流量是否超过了先前预设天数相同时间段内收到的数据流量的预设倍数;若所述目标数据流量超过了所述预设倍数,将所述目标数据流量的标识确定为第三预设标识并进行标记。
应当理解,在本申请实施例中,所称处理器132可以是中央处理单元 (CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (DigitalSignal Processor,DSP)、专用集成电路 (应用程序lication Specific IntegratedCircuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中,该存储介质可以为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本申请还提供了一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,该计算机程序当被处理器执行时实现以下步骤:
获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;根据数据流量的特征对所述数据流量进行标记;将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记。
在一实施例中,数据流量特征包括数据流量所对应的应用类型、数据流量所对应的用户属性、接收数据流量的时间、数据流量是否加密,所述处理器在执行所述根据数据流量的特征对所述数据流量进行标记的步骤时,具体实现如下步骤:
获取所述数据流量所对应的应用类型;若所述数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记,其中,所述第一应用类型是对业务需求的响应无时间要求的应用类型;若所述数据流量所对应的应用类型为第二应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记,其中,所述第二应用类型是对业务需求的响应具有时间要求的应用类型。
在一实施例中,所述处理器在执行所述根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记的步骤时,具体实现如下步骤:
若所述数据包包头信息中的标识不为默认标识,根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识;若所述数据包的包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识;若所述数据包包头信息中的标识为默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
在一实施例中,所述处理器在执行所述将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记的步骤时,具体实现如下步骤:
检测在所述数据模型中是否存在与所述目标数据流量的特征相同的数据流量;若存在与所述目标数据流量的特征相同的数据流量,将与所述目标数据流量的特征相同的数据流量的标识确定为所述目标数据流量的标识并进行标记;若不存在与所述目标数据流量的特征相同的数据流量,将所述目标数据流量的特征与数据模型中的数据流量所对应的特征进行相似度匹配;检测数据模型中是否存在匹配度达到预设匹配度的数据流量;若存在匹配度达到预设匹配度的数据流量,将匹配度最高的数据流量所对应的标识确定为所述目标数据流量的标识并进行标记;若不存在匹配度达到预设匹配度的数据流量,将所述目标数据流量的标识确定为第一预设标识并进行标记。
在一实施例中,所述处理器还具体实现如下步骤:
若接收到标识修改指令,修改所述标识修改指令所对应的数据流量的标识。
在一实施例中,所述处理器还具体实现如下步骤:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址、所述目标数据流量所对应的业务;判断所述目标数据流量所对应的业务带宽是否超过了所述业务预设的带宽;若所述目标数据流量所对应的业务带宽超过了所述业务预设的带宽,将所述目标数据流量的标识确定为第二预设标识并进行标记。
在一实施例中,所述处理器还具体实现如下步骤:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址;判断在预设时间段内收到的相同原IP地址的目标数据流量是否超过了先前预设天数相同时间段内收到的数据流量的预设倍数;若所述目标数据流量超过了所述预设倍数,将所述目标数据流量的标识确定为第三预设标识并进行标记。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置、设备和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置、设备和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种数据流量标记方法,其特征在于,所述方法包括:
获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;
根据数据流量的特征对所述数据流量进行标记;
将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;
当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;
根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记;
所述的数据流量特征包括数据流量所对应的应用类型、数据流量所对应的用户属性、接收数据流量的时间、数据流量是否加密,所述根据数据流量的特征对所述数据流量进行标记,包括:
获取所述数据流量所对应的应用类型;
若所述数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记,其中,所述第一应用类型是对业务需求的响应无时间要求的应用类型;
若所述数据流量所对应的应用类型为第二应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记,其中,所述第二应用类型是对业务需求的响应具有时间要求的应用类型;
所述根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记,包括:
若所述数据包包头信息中的标识不为默认标识,根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识;
若所述数据包包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识;
若所述数据包包头信息中的标识为默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
2.根据权利要求1所述的方法,其特征在于,所述将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记,包括:
检测在所述数据模型中是否存在与所述目标数据流量的特征相同的数据流量;
若存在与所述目标数据流量的特征相同的数据流量,将与所述目标数据流量的特征相同的数据流量的标识确定为所述目标数据流量的标识并进行标记;
若不存在与所述目标数据流量的特征相同的数据流量,将所述目标数据流量的特征与数据模型中的数据流量所对应的特征进行相似度匹配;
检测数据模型中是否存在匹配度达到预设匹配度的数据流量;
若存在匹配度达到预设匹配度的数据流量,将匹配度最高的数据流量所对应的标识确定为所述目标数据流量的标识并进行标记;
若不存在匹配度达到预设匹配度的数据流量,将所述目标数据流量的标识确定为第一预设标识并进行标记。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若接收到标识修改指令,修改所述标识修改指令所对应的数据流量的标识。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址、所述目标数据流量所对应的业务;
判断所述目标数据流量所对应的业务带宽是否超过了所述业务预设的带宽;
若所述目标数据流量所对应的业务带宽超过了所述业务预设的带宽,将所述目标数据流量的标识确定为第二预设标识并进行标记。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到目标数据流量时,提取目标数据流量的特征,所述目标数据流量的特征包括原IP地址;
判断在预设时间段内收到的相同原IP地址的目标数据流量是否超过了先前预设天数相同时间段内收到的数据流量的预设倍数;
若所述目标数据流量超过了预设倍数,将所述目标数据流量的标识确定为第三预设标识并进行标记。
6.一种数据流量标记装置,其特征在于,所述数据流量标记装置包括:
第一特征提取单元,用于获取接收的数据流量信息,并根据数据流量信息提取数据流量的特征;
第一标记单元,用于根据数据流量的特征对所述数据流量进行标记;
模型生成单元,用于将标记的多个数据流量的标识以及数据流量所对应的特征保存至数据仓库,以形成数据模型;
第二特征提取单元,用于当接收到目标数据流量时,提取所述目标数据流量的特征以及获取所述目标数据流量所对应的数据包包头信息中的标识;
第二标记单元,用于根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记;
所述的数据流量特征包括数据流量所对应的应用类型、数据流量所对应的用户属性、接收数据流量的时间、数据流量是否加密,所述根据数据流量的特征对所述数据流量进行标记,包括:
获取所述数据流量所对应的应用类型;
若所述数据流量所对应的应用类型为第一应用类型,根据接收数据流量的时间对数据流量进行标记,其中,所述第一应用类型是对业务需求的响应无时间要求的应用类型;
若所述数据流量所对应的应用类型为第二应用类型,根据数据流量是否加密以及根据数据流量所对应的用户属性,对数据流量进行标记,其中,所述第二应用类型是对业务需求的响应具有时间要求的应用类型;
所述根据所述数据模型、数据包包头信息中的标识以及所述目标数据流量的特征对所述目标数据流量进行标记,包括:
若所述数据包包头信息中的标识不为默认标识,根据所述数据模型、所述目标数据流量的特征判断所述数据包包头信息中的标识是否为合法标识;
若所述数据包包头信息中的标识为合法标识,将所述数据包的包头信息中的标识作为所述目标数据流量的标识;
若所述数据包包头信息中的标识为默认标识,或者所述数据包包头信息中的标识不为默认标识且也不是合法标识,将所述目标数据流量的特征与所述数据模型中的数据流量的特征进行匹配并得到匹配结果,并根据匹配结果对所述目标数据流量进行标记。
7.一种计算机设备,其特征在于,所述计算机设备包括存储器,以及与所述存储器相连的处理器;
所述存储器用于存储计算机程序;所述处理器用于运行所述存储器中存储的计算机程序,以执行如权利要求1-5任一项所述的方法。
8.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811184998.XA CN109361618B (zh) | 2018-10-11 | 2018-10-11 | 数据流量标记方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811184998.XA CN109361618B (zh) | 2018-10-11 | 2018-10-11 | 数据流量标记方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109361618A CN109361618A (zh) | 2019-02-19 |
CN109361618B true CN109361618B (zh) | 2022-10-28 |
Family
ID=65348858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811184998.XA Active CN109361618B (zh) | 2018-10-11 | 2018-10-11 | 数据流量标记方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109361618B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110855525A (zh) * | 2019-11-19 | 2020-02-28 | 深圳市网心科技有限公司 | 流量统计方法、电子设备、系统及介质 |
DE112021006103T5 (de) * | 2021-01-27 | 2023-09-14 | Mitsubishi Electric Corporation | Kommunikationseinrichtung, steuerschaltkreis, speichermedium und kommunikationsverfahren |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7289442B1 (en) * | 2002-07-03 | 2007-10-30 | Netlogic Microsystems, Inc | Method and apparatus for terminating selected traffic flows |
CN101815032A (zh) * | 2010-03-16 | 2010-08-25 | 中国电子科技集团公司第三十研究所 | 基于一体化网络安全服务架构的信息分类隔离方法 |
CN102217259A (zh) * | 2011-04-13 | 2011-10-12 | 华为技术有限公司 | 数据报文传输、调度方法及设备 |
CN102315974A (zh) * | 2011-10-17 | 2012-01-11 | 北京邮电大学 | 基于层次化特征分析的tcp、udp流量在线识别方法和装置 |
CN102694733A (zh) * | 2012-06-06 | 2012-09-26 | 济南大学 | 一种获得具有准确应用类型标识的网络流量数据集的方法 |
WO2014205660A1 (zh) * | 2013-06-26 | 2014-12-31 | 华为技术有限公司 | 一种转发数据包的方法、装置和路由设备 |
CN107592323A (zh) * | 2017-11-02 | 2018-01-16 | 江苏物联网研究发展中心 | 一种DDoS检测方法及检测装置 |
CN107819646A (zh) * | 2017-10-23 | 2018-03-20 | 国网冀北电力有限公司信息通信分公司 | 一种分布式传输的网络流量分类系统和方法 |
-
2018
- 2018-10-11 CN CN201811184998.XA patent/CN109361618B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7289442B1 (en) * | 2002-07-03 | 2007-10-30 | Netlogic Microsystems, Inc | Method and apparatus for terminating selected traffic flows |
CN101815032A (zh) * | 2010-03-16 | 2010-08-25 | 中国电子科技集团公司第三十研究所 | 基于一体化网络安全服务架构的信息分类隔离方法 |
CN102217259A (zh) * | 2011-04-13 | 2011-10-12 | 华为技术有限公司 | 数据报文传输、调度方法及设备 |
CN102315974A (zh) * | 2011-10-17 | 2012-01-11 | 北京邮电大学 | 基于层次化特征分析的tcp、udp流量在线识别方法和装置 |
CN102694733A (zh) * | 2012-06-06 | 2012-09-26 | 济南大学 | 一种获得具有准确应用类型标识的网络流量数据集的方法 |
WO2014205660A1 (zh) * | 2013-06-26 | 2014-12-31 | 华为技术有限公司 | 一种转发数据包的方法、装置和路由设备 |
CN107819646A (zh) * | 2017-10-23 | 2018-03-20 | 国网冀北电力有限公司信息通信分公司 | 一种分布式传输的网络流量分类系统和方法 |
CN107592323A (zh) * | 2017-11-02 | 2018-01-16 | 江苏物联网研究发展中心 | 一种DDoS检测方法及检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109361618A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11902120B2 (en) | Synthetic data for determining health of a network security system | |
US10951495B2 (en) | Application signature generation and distribution | |
EP3449600B1 (en) | A data driven intent based networking approach using a light weight distributed sdn controller for delivering intelligent consumer experiences | |
US10708146B2 (en) | Data driven intent based networking approach using a light weight distributed SDN controller for delivering intelligent consumer experience | |
US20190373052A1 (en) | Aggregation of scalable network flow events | |
US20160261562A1 (en) | Method for providing authoritative application-based routing and an improved application firewall | |
CN105591973B (zh) | 应用识别方法及装置 | |
US11196670B2 (en) | System and method for identifying devices behind network address translators | |
CN107667505A (zh) | 用于监控和管理数据中心的系统 | |
CN105684382A (zh) | 报文的控制方法、交换机及控制器 | |
US11558769B2 (en) | Estimating apparatus, system, method, and computer-readable medium, and learning apparatus, method, and computer-readable medium | |
CN111953552B (zh) | 数据流的分类方法和报文转发设备 | |
CN109787823B (zh) | 服务质量QoS标记方法、装置及存储介质 | |
CN113825129B (zh) | 一种5g网络环境下工业互联网资产测绘方法 | |
US10567441B2 (en) | Distributed security system | |
CN109361618B (zh) | 数据流量标记方法、装置、计算机设备及存储介质 | |
Mazhar Rathore et al. | Exploiting encrypted and tunneled multimedia calls in high-speed big data environment | |
WO2016201876A1 (zh) | 一种加密流量的业务识别方法、装置和计算机存储介质 | |
CN115826444A (zh) | 基于dns解析的安全访问控制方法、系统、装置及设备 | |
CN111698168B (zh) | 消息处理方法、装置、存储介质及处理器 | |
CN113098852A (zh) | 一种日志处理方法及装置 | |
CN108540471A (zh) | 移动应用网络流量聚类方法、计算机可读存储介质和终端 | |
CN116134785A (zh) | 网络设备属性的低时延识别 | |
CN107592214B (zh) | 一种识别互联网应用系统登录用户名的方法 | |
WO2017061893A1 (en) | Method and system for automatic discovery of network usage patterns |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |