CN114553788A - 流量分类的方法、装置、计算机可读存储介质和处理器 - Google Patents
流量分类的方法、装置、计算机可读存储介质和处理器 Download PDFInfo
- Publication number
- CN114553788A CN114553788A CN202210152718.7A CN202210152718A CN114553788A CN 114553788 A CN114553788 A CN 114553788A CN 202210152718 A CN202210152718 A CN 202210152718A CN 114553788 A CN114553788 A CN 114553788A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- data packet
- data packets
- length
- 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.)
- Pending
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
- H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种流量分类的方法、装置、计算机可读存储介质和处理器。该方法包括:获取网络层的实时流量,实时流量包括上行数据包和下行数据包,根据上行数据包和下行数据包,确定分类特征,分类特征包括上行数据包的长度、下行数据包的长度、上行数据包的数量和下行数据包的数量;基于分类特征,确定实时流量的类型,类型包括实时交互式流量和非实时交互式流量。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
Description
技术领域
本申请涉及移动通信领域,具体而言,涉及一种流量分类的方法、装置、计算机可读存储介质和处理器。
背景技术
现今信息技术的高速发展带来了智能生活的同时也带来了更庞大的网络流量的增长,而这给网络管理、网络安全保障和服务质量发出了严峻的挑战,因此,流量分类应运而生,流量分类指的是将流量数据与产生该流量数据的具体应用程序或者应用程序类型联系起来,以达到优先处理、保护或组织某些流量的效果,流量分类的研究由来已久,现在根据研究重点和研究方法的不同大概分为四种:基于端口号的分类方法、基于有效载荷的分类方法、基于统计的分类方法和基于行为的分类方法。
基于端口号的分类方法和基于有序载荷的分类方法无法分类加密流程,而目前的网络流量几乎都是加密的,因此,这两种分类方法以已经不适用于流量分类,基于统计的分类方法和基于行为的分类方法往往是使用机器学期等复杂的算法进行处理,实时性不高、较为复杂且分类场景多受限于应用层,无法针对实用性要求很高的网络层进行有效的流量分类。
发明内容
本申请的主要目的在于提供一种流量分类的方法、装置、计算机可读存储介质和处理器,以解决现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
根据本发明实施例的一个方面,提供了一种流量分类的方法,包括:获取网络层的实时流量,所述实时流量包括上行数据包和下行数据包,所述上行数据包为第一设备传输至第二设备的数据包,所述下行数据包为所述第二设备传输至所述第一设备的数据包;根据所述上行数据包和所述下行数据包,确定分类特征,所述分类特征包括所述上行数据包的长度、所述下行数据包的长度、所述上行数据包的数量和所述下行数据包的数量;基于所述分类特征,确定所述实时流量的类型,所述类型包括实时交互式流量和非实时交互式流量。
可选地,根据所述上行数据包和所述下行数据包,确定分类特征,包括:获取网络层中有效数据窗中的各所述下行数据包的长度,其中,所述有效数据窗为处于预定时间区间的数据窗,所述预定时间区间为从起始时间到终止时间的时间区间,所述有效数据窗中的所述下行数据包的数量大于或等于预定数量,所述有效数据窗中的所有的所述下行数据包从所述第二设备传输至所述第一设备的时间间隔小于预定时间间隔;计算所述有效数据窗中的多个所述下行数据包的第一长度均值;计算所述有效数据窗中的多个所述上行数据包的第二长度均值,基于所述分类特征,确定所述实时流量的类型,包括:至少根据所述第一长度均值和所述第二长度均值,确定所述实时流量的类型。
可选地,计算所述有效数据窗中的多个所述下行数据包的第一长度均值,包括:获取所述有效数据窗的所述起始时间和所述终止时间;获取所述有效数据窗中的所述下行数据包的数量;根据所述起始时间、所述终止时间、所述有效数据窗中的所述下行数据包的数量和各所述下行数据包的长度,确定多个所述下行数据包的所述第一长度均值。
可选地,计算所述有效数据窗中的多个所述上行数据包的第二长度均值,包括:获取所述有效数据窗中的所述上行数据包的数量和各所述上行数据包的长度;根据所述有效数据窗中的所述上行数据包的数量和各所述上行数据包的长度,确定多个所述上行数据包的所述第二长度均值。
可选地,至少根据所述第一长度均值和所述第二长度均值,确定所述实时流量的类型,包括:获取所述上行数据包的数量和所述下行数据包的数量;计算所述上行数据包的数量和所述下行数据包的数量的第一比值;计算所述第一长度均值和所述第二长度均值的第二比值;在所述第一比值处于第一预定范围内且所述第二比值处于第二预定范围内的情况下,确定所述实时流量的类型为第一流量类型;在所述第一比值未处于所述第一预定范围内或所述第二比值未处于所述第二预定范围内的情况下,确定所述实时流量的类型为第二流量类型。
可选地,在所述第一比值未处于所述第一预定范围内或所述第二比值未处于所述第二预定范围内的情况下,确定所述实时流量的类型为第二流量类型之后,所述方法还包括:将所述第一流量类型的传输等级确定为第一等级;将所述第二流量类型的传输等级确定为第二等级,所述第一等级的传输速度大于所述第二等级的传输速度。
可选地,所述方法还包括:获取所述第一设备的第一IP地址和所述第二设备的第二IP地址;将所述第一IP地址和所述第二IP地址存储。
根据本发明实施例的另一方面,还提供了一种流量分类的装置,包括:第一获取单元,用于获取网络层的实时流量,所述实时流量包括上行数据包和下行数据包,所述上行数据包为第一设备传输至第二设备的数据包,所述下行数据包为所述第二设备传输至所述第一设备的数据包;第一确定单元,用于根据所述上行数据包和所述下行数据包,确定分类特征,所述分类特征包括所述上行数据包的长度、所述下行数据包的长度、所述上行数据包的数量和所述下行数据包的数量;第二确定单元,用于基于所述分类特征,确定所述实时流量的类型,所述类型包括实时交互式流量和非实时交互式流量。
根据本发明实施例的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任意一种所述的方法。
根据本发明实施例的再一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的方法。
在本发明实施例中,首先获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,之后根据上述上行数据包和上述下行数据包,确定分类特征,最后基于上述分类特征,确定上述实时流量的类型。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请实施例的一种流量分类的方法的流程示意图;
图2示出了实时流量的分类效果图;
图3示出了根据本申请实施例的另一种流量分类的方法的流程示意图;
图4示出了根据本申请实施例的一种流量分类的装置的结构示意图。
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申请。
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
正如背景技术中所说的,现有技术中无法针对实用性要求很高的网络层进行有效的流量分类,为了解决上述问题,本申请的一种实施方式中,提供了一种流量分类的方法、装置、计算机可读存储介质和处理器。
根据本申请的实施例,提供了一种流量分类的方法。
图1是根据本申请实施例的流量分类的方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,上述上行数据包为第一设备传输至第二设备的数据包,上述下行数据包为上述第二设备传输至上述第一设备的数据包;
步骤S102,根据上述上行数据包和上述下行数据包,确定分类特征,上述分类特征包括上述上行数据包的长度、上述下行数据包的长度、上述上行数据包的数量和上述下行数据包的数量;
步骤S103,基于上述分类特征,确定上述实时流量的类型,上述类型包括实时交互式流量和非实时交互式流量。
上述的方法中,首先获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,之后根据上述上行数据包和上述下行数据包,确定分类特征,最后基于上述分类特征,确定上述实时流量的类型。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
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***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。
本申请的一种实施例中,根据上述上行数据包和上述下行数据包,确定分类特征,包括:获取网络层中有效数据窗中的各上述下行数据包的长度,其中,上述有效数据窗为处于预定时间区间的数据窗,上述预定时间区间为从起始时间到终止时间的时间区间,上述有效数据窗中的上述下行数据包的数量大于或等于预定数量,上述有效数据窗中的所有的上述下行数据包从上述第二设备传输至上述第一设备的时间间隔小于预定时间间隔;计算上述有效数据窗中的多个上述下行数据包的第一长度均值;计算上述有效数据窗中的多个上述上行数据包的第二长度均值,基于上述分类特征,确定上述实时流量的类型,包括:至少根据上述第一长度均值和上述第二长度均值,确定上述实时流量的类型。该实施例中,基于数据窗进行特征提取,可以获取到网络层中有效数据窗中的各下行数据包的长度,再计算有效数据窗的多个下行数据包的第一长度均值和多个上行数据包的第二长度均值,进而可以根据两个长度均值更高效且准确地确定处于网络层的实时流量的类型。
本申请的另一种实施例中,计算上述有效数据窗中的多个上述下行数据包的第一长度均值,包括:获取上述有效数据窗的上述起始时间和上述终止时间;获取上述有效数据窗中的上述下行数据包的数量;根据上述起始时间、上述终止时间、上述有效数据窗中的上述下行数据包的数量和各上述下行数据包的长度,确定多个上述下行数据包的上述第一长度均值。该实施例中,可以更为高效准确地确定多个下行数据包的第一长度均值,进而保证了可以更为高效且准确地确定处于网络层的实时流量的类型。
一种具体的实施例中,可以采用如下公式计算下行数据包的第一长度均值:其中,表示第一长度均值,Wthresh表示有效数据窗的窗长度,表示有效数据窗中各下行数据包的长度,表示有效数据窗中的所有的下行数据包从第二设备传输至第一设备的时间间隔,Tthresh表示预定时间间隔。
本申请的再一种实施例中,计算上述有效数据窗中的多个上述上行数据包的第二长度均值,包括:获取上述有效数据窗中的上述上行数据包的数量和各上述上行数据包的长度;根据上述有效数据窗中的上述上行数据包的数量和各上述上行数据包的长度,确定多个上述上行数据包的上述第二长度均值。该实施例中,可以直接根据获取到的有效数据窗的上行数据包的数量和各上行数据包的长度确定多个,无需再进行复杂的计算过程,该实施例可以简单且直接地确定上行数据包的第二长度均值。
一种具体的实施例中,获取一个有效数据窗中的多个下行数据包的长度,确定第一个下行数据包所处在有效数据窗的起始时间,确定最后一个下行数据包所处在有效数据窗的终止时间,根据起始时间和终止时间,确定对应的大于起始时间且小于终止时间的多个上行数据包,统计多个上行数据包的第二长度均值。
本申请的又一种实施例中,至少根据上述第一长度均值和上述第二长度均值,确定上述实时流量的类型,包括:获取上述上行数据包的数量和上述下行数据包的数量;计算上述上行数据包的数量和上述下行数据包的数量的第一比值;计算上述第一长度均值和上述第二长度均值的第二比值;在上述第一比值处于第一预定范围内且上述第二比值处于第二预定范围内的情况下,确定上述实时流量的类型为第一流量类型;在上述第一比值未处于上述第一预定范围内或上述第二比值未处于上述第二预定范围内的情况下,确定上述实时流量的类型为第二流量类型。该实施例中,在实际应用时,对于不同的通信设备,其最大传输单元(Maximum Transmission Unit,MTU)可能会有所不同,采用上行数据包的数量和下行数据包的数量确定第一比值,采用上行数据包的第二长度均值和下行数据包的第一长度均值确定第二比值,进而根据第一比值和第二比值确定实时流量的类型,可以提高分类算法的鲁棒性,进一步保证了该方案的有效性较好。
一种具体的实施例中,如图2所示,实时流量共有5种,分别是视频直播、视频缓存、语音通话、视频通话和网页浏览,图2中横坐标表示第一比值,图2中纵坐标表示第二比值,第一预定范围为[0.4,1.4],第二预定范围为[0.2,1.6],从图2中可以明显地看出,语音通话和视频通话为第一流量类型(实时交互式流量),视频直播、视频缓存和网页浏览为第二流量类型(非实时交互式流量),因此,本方案可以在网络层高效地将实时交互式流量和非实时交互式流量进行区分。
本申请的一种具体的实施例中,在上述第一比值未处于上述第一预定范围内或上述第二比值未处于上述第二预定范围内的情况下,确定上述实时流量的类型为第二流量类型之后,上述方法还包括:将上述第一流量类型的传输等级确定为第一等级;将上述第二流量类型的传输等级确定为第二等级,上述第一等级的传输速度大于上述第二等级的传输速度。该实施例中,可以为不同流量类型设置不同的传输优先级,这样就可以进一步提高实时交互式流量的实时性,提高了用户体验效果,降低了实时交互式流量延时效果。
本申请的另一种具体的实施例中,上述方法还包括:获取上述第一设备的第一IP地址和上述第二设备的第二IP地址;将上述第一IP地址和上述第二IP地址存储。该实施例中,可以将第一设备的第一IP地址和第二设备的第二IP地址进行存储,这样后续两个设备之间再次进行通信时,可以直接根据实时流量和IP地址确定分类结果,进一步保证了可以更为高效且快速地确定实时流量的类型。
具体地,根据实时流量和IP地址确定分类结果的流程如图3所示,首先,获取网络层的实时流量,获取实时流量对应的IP连接,IP连接为第一设备的第一IP地址和第二设备的第二IP地址,确定IP库中是否存在该IP连接,在存在的情况下,从IP库中获取IP的分类结果,在不存在的情况下,确定实时流量的分类特征,基于分类特征,确定实时流量的类型,得到IP的分类结果,并将分类结果存储至IP库中,在确定实时流量的类型后,设置实时流量的传输等级。
本申请实施例还提供了一种流量分类的装置,需要说明的是,本申请实施例的流量分类的装置可以用于执行本申请实施例所提供的用于流量分类的方法。以下对本申请实施例提供的流量分类的装置进行介绍。
图4是根据本申请实施例的流量分类的装置的示意图。如图4所示,该装置包括:
第一获取单元10,用于获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,上述上行数据包为第一设备传输至第二设备的数据包,上述下行数据包为上述第二设备传输至上述第一设备的数据包;
第一确定单元20,用于根据上述上行数据包和上述下行数据包,确定分类特征,上述分类特征包括上述上行数据包的长度、上述下行数据包的长度、上述上行数据包的数量和上述下行数据包的数量;
第二确定单元30,用于基于上述分类特征,确定上述实时流量的类型,上述类型包括实时交互式流量和非实时交互式流量。
上述的装置中,第一获取单元获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,第一确定单元根据上述上行数据包和上述下行数据包,第二确定单元确定分类特征,最后基于上述分类特征,确定上述实时流量的类型。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
本申请的一种实施例中,第一确定单元包括获取模块、第一计算模块和第二计算模块,获取模块用于获取网络层中有效数据窗中的各上述下行数据包的长度,其中,上述有效数据窗为处于预定时间区间的数据窗,上述预定时间区间为从起始时间到终止时间的时间区间,上述有效数据窗中的上述下行数据包的数量大于或等于预定数量,上述有效数据窗中的所有的上述下行数据包从上述第二设备传输至上述第一设备的时间间隔小于预定时间间隔;第一计算模块用于计算上述有效数据窗中的多个上述下行数据包的第一长度均值;第二计算模块用于计算上述有效数据窗中的多个上述上行数据包的第二长度均值,第二确定单元包括确定模块,确定模块用于至少根据上述第一长度均值和上述第二长度均值,确定上述实时流量的类型。该实施例中,基于数据窗进行特征提取,可以获取到网络层中有效数据窗中的各下行数据包的长度,再计算有效数据窗的多个下行数据包的第一长度均值和多个上行数据包的第二长度均值,进而可以根据两个长度均值更高效且准确地确定处于网络层的实时流量的类型。
本申请的另一种实施例中,第一计算模块包括第一获取子模块、第二获取子模块和第一确定子模块,第一获取子模块用于获取上述有效数据窗的上述起始时间和上述终止时间;第二获取子模块用于获取上述有效数据窗中的上述下行数据包的数量;第一确定子模块用于根据上述起始时间、上述终止时间、上述有效数据窗中的上述下行数据包的数量和各上述下行数据包的长度,确定多个上述下行数据包的上述第一长度均值。该实施例中,可以更为高效准确地确定多个下行数据包的第一长度均值,进而保证了可以更为高效且准确地确定处于网络层的实时流量的类型。
一种具体的实施例中,可以采用如下公式计算下行数据包的第一长度均值:其中,表示第一长度均值,Wthresh表示有效数据窗的窗长度,表示有效数据窗中各下行数据包的长度,表示有效数据窗中的所有的下行数据包从第二设备传输至第一设备的时间间隔,Tthresh表示预定时间间隔。
本申请的再一种实施例中,第二计算模块包括第三获取模块和第二确定子模块,第三获取子模块用于获取上述有效数据窗中的上述上行数据包的数量和各上述上行数据包的长度,第二确定子模块用于根据上述有效数据窗中的上述上行数据包的数量和各上述上行数据包的长度,确定多个上述上行数据包的上述第二长度均值。该实施例中,可以直接根据获取到的有效数据窗的上行数据包的数量和各上行数据包的长度确定多个,无需再进行复杂的计算过程,该实施例可以简单且直接地确定上行数据包的第二长度均值。
一种具体的实施例中,获取一个有效数据窗中的多个下行数据包的长度,确定第一个下行数据包所处在有效数据窗的起始时间,确定最后一个下行数据包所处在有效数据窗的终止时间,根据起始时间和终止时间,确定对应的大于起始时间且小于终止时间的多个上行数据包,统计多个上行数据包的第二长度均值。
本申请的又一种实施例中,确定模块包括第四获取子模块、第一计算子模块、第二计算子模块、第三确定子模块和第四确定子模块,第四获取子模块用于获取上述上行数据包的数量和上述下行数据包的数量;第一计算子模块用于计算上述上行数据包的数量和上述下行数据包的数量的第一比值;第二计算子模块用于计算上述第一长度均值和上述第二长度均值的第二比值;第三确定子模块用于在上述第一比值处于第一预定范围内且上述第二比值处于第二预定范围内的情况下,确定上述实时流量的类型为第一流量类型;第四确定子模块用于在上述第一比值未处于上述第一预定范围内或上述第二比值未处于上述第二预定范围内的情况下,确定上述实时流量的类型为第二流量类型。该实施例中,在实际应用时,对于不同的通信设备,其最大传输单元(Maximum Transmission Unit,MTU)可能会有所不同,采用上行数据包的数量和下行数据包的数量确定第一比值,采用上行数据包的第二长度均值和下行数据包的第一长度均值确定第二比值,进而根据第一比值和第二比值确定实时流量的类型,可以提高分类算法的鲁棒性,进一步保证了该方案的有效性较好。
本申请的一种具体的实施例中,上述装置还包括第三确定单元和第四确定单元,第三确定单元用于在上述第一比值未处于上述第一预定范围内或上述第二比值未处于上述第二预定范围内的情况下,确定上述实时流量的类型为第二流量类型之后,将上述第一流量类型的传输等级确定为第一等级;第四确定单元用于将上述第二流量类型的传输等级确定为第二等级,上述第一等级的传输速度大于上述第二等级的传输速度。该实施例中,可以为不同流量类型设置不同的传输优先级,这样就可以进一步提高实时交互式流量的实时性,提高了用户体验效果,降低了实时交互式流量延时效果。
本申请的另一种具体的实施例中,上述装置还包括第二获取单元和存储单元,第二获取单元用于获取上述第一设备的第一IP地址和上述第二设备的第二IP地址;存储单元用于将上述第一IP地址和上述第二IP地址存储。该实施例中,可以将第一设备的第一IP地址和第二设备的第二IP地址进行存储,这样后续两个设备之间再次进行通信时,可以直接根据实时流量和IP地址确定分类结果,进一步保证了可以更为高效且快速地确定实时流量的类型。
上述流量分类的装置包括处理器和存储器,上述第一获取单元、第一确定单元和第二确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来对实用性要求很高的网络层进行有效的流量分类。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述流量分类的方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述流量分类的方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,上述上行数据包为第一设备传输至第二设备的数据包,上述下行数据包为上述第二设备传输至上述第一设备的数据包;
步骤S102,根据上述上行数据包和上述下行数据包,确定分类特征,上述分类特征包括上述上行数据包的长度、上述下行数据包的长度、上述上行数据包的数量和上述下行数据包的数量;
步骤S103,基于上述分类特征,确定上述实时流量的类型,上述类型包括实时交互式流量和非实时交互式流量。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,上述上行数据包为第一设备传输至第二设备的数据包,上述下行数据包为上述第二设备传输至上述第一设备的数据包;
步骤S102,根据上述上行数据包和上述下行数据包,确定分类特征,上述分类特征包括上述上行数据包的长度、上述下行数据包的长度、上述上行数据包的数量和上述下行数据包的数量;
步骤S103,基于上述分类特征,确定上述实时流量的类型,上述类型包括实时交互式流量和非实时交互式流量。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的流量分类的方法,首先获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,之后根据上述上行数据包和上述下行数据包,确定分类特征,最后基于上述分类特征,确定上述实时流量的类型。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
2)、本申请的流量分类的装置,第一获取单元获取网络层的实时流量,上述实时流量包括上行数据包和下行数据包,第一确定单元根据上述上行数据包和上述下行数据包,第二确定单元确定分类特征,最后基于上述分类特征,确定上述实时流量的类型。该方案中,对实时流量进行分类应用于网络层,通过对网络层的实时流量进行分类,可以高效且准确地确定处于网络层的实时流量的类型,该方案具有较高的实时性和有效性,进而解决了现有技术中无法针对实用性要求很高的网络层进行有效的流量分类的问题。
以上上述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种流量分类的方法,其特征在于,包括:
获取网络层的实时流量,所述实时流量包括上行数据包和下行数据包,所述上行数据包为第一设备传输至第二设备的数据包,所述下行数据包为所述第二设备传输至所述第一设备的数据包;
根据所述上行数据包和所述下行数据包,确定分类特征,所述分类特征包括所述上行数据包的长度、所述下行数据包的长度、所述上行数据包的数量和所述下行数据包的数量;
基于所述分类特征,确定所述实时流量的类型,所述类型包括实时交互式流量和非实时交互式流量。
2.根据权利要求1所述的方法,其特征在于,根据所述上行数据包和所述下行数据包,确定分类特征,包括:
获取网络层中有效数据窗中的各所述下行数据包的长度,其中,所述有效数据窗为处于预定时间区间的数据窗,所述预定时间区间为从起始时间到终止时间的时间区间,所述有效数据窗中的所述下行数据包的数量大于或等于预定数量,所述有效数据窗中的所有的所述下行数据包从所述第二设备传输至所述第一设备的时间间隔小于预定时间间隔;
计算所述有效数据窗中的多个所述下行数据包的第一长度均值;
计算所述有效数据窗中的多个所述上行数据包的第二长度均值,
基于所述分类特征,确定所述实时流量的类型,包括:
至少根据所述第一长度均值和所述第二长度均值,确定所述实时流量的类型。
3.根据权利要求2所述的方法,其特征在于,计算所述有效数据窗中的多个所述下行数据包的第一长度均值,包括:
获取所述有效数据窗的所述起始时间和所述终止时间;
获取所述有效数据窗中的所述下行数据包的数量;
根据所述起始时间、所述终止时间、所述有效数据窗中的所述下行数据包的数量和各所述下行数据包的长度,确定多个所述下行数据包的所述第一长度均值。
4.根据权利要求2所述的方法,其特征在于,计算所述有效数据窗中的多个所述上行数据包的第二长度均值,包括:
获取所述有效数据窗中的所述上行数据包的数量和各所述上行数据包的长度;
根据所述有效数据窗中的所述上行数据包的数量和各所述上行数据包的长度,确定多个所述上行数据包的所述第二长度均值。
5.根据权利要求2所述的方法,其特征在于,至少根据所述第一长度均值和所述第二长度均值,确定所述实时流量的类型,包括:
获取所述上行数据包的数量和所述下行数据包的数量;
计算所述上行数据包的数量和所述下行数据包的数量的第一比值;
计算所述第一长度均值和所述第二长度均值的第二比值;
在所述第一比值处于第一预定范围内且所述第二比值处于第二预定范围内的情况下,确定所述实时流量的类型为第一流量类型;
在所述第一比值未处于所述第一预定范围内或所述第二比值未处于所述第二预定范围内的情况下,确定所述实时流量的类型为第二流量类型。
6.根据权利要求5所述的方法,其特征在于,在所述第一比值未处于所述第一预定范围内或所述第二比值未处于所述第二预定范围内的情况下,确定所述实时流量的类型为第二流量类型之后,所述方法还包括:
将所述第一流量类型的传输等级确定为第一等级;
将所述第二流量类型的传输等级确定为第二等级,所述第一等级的传输速度大于所述第二等级的传输速度。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
获取所述第一设备的第一IP地址和所述第二设备的第二IP地址;
将所述第一IP地址和所述第二IP地址存储。
8.一种流量分类的装置,其特征在于,包括:
第一获取单元,用于获取网络层的实时流量,所述实时流量包括上行数据包和下行数据包,所述上行数据包为第一设备传输至第二设备的数据包,所述下行数据包为所述第二设备传输至所述第一设备的数据包;
第一确定单元,用于根据所述上行数据包和所述下行数据包,确定分类特征,所述分类特征包括所述上行数据包的长度、所述下行数据包的长度、所述上行数据包的数量和所述下行数据包的数量;
第二确定单元,用于基于所述分类特征,确定所述实时流量的类型,所述类型包括实时交互式流量和非实时交互式流量。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210152718.7A CN114553788A (zh) | 2022-02-18 | 2022-02-18 | 流量分类的方法、装置、计算机可读存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210152718.7A CN114553788A (zh) | 2022-02-18 | 2022-02-18 | 流量分类的方法、装置、计算机可读存储介质和处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114553788A true CN114553788A (zh) | 2022-05-27 |
Family
ID=81675452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210152718.7A Pending CN114553788A (zh) | 2022-02-18 | 2022-02-18 | 流量分类的方法、装置、计算机可读存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553788A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014036490A1 (en) * | 2012-08-30 | 2014-03-06 | Hughes Network Systems, Llc | Staged traffic classification among terminal and aggregation nodes of a broadband communications system |
CN109063777A (zh) * | 2018-08-07 | 2018-12-21 | 北京邮电大学 | 网络流量分类方法、装置及实现装置 |
CN110197234A (zh) * | 2019-06-13 | 2019-09-03 | 四川大学 | 一种基于双通道卷积神经网络的加密流量分类方法 |
CN112217834A (zh) * | 2020-10-21 | 2021-01-12 | 北京理工大学 | 一种基于图结构的互联网加密流量交互特征提取方法 |
CA3166375A1 (en) * | 2019-12-31 | 2021-07-08 | Hughes Network Systems, Llc | Traffic flow classification using machine learning |
-
2022
- 2022-02-18 CN CN202210152718.7A patent/CN114553788A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014036490A1 (en) * | 2012-08-30 | 2014-03-06 | Hughes Network Systems, Llc | Staged traffic classification among terminal and aggregation nodes of a broadband communications system |
CN109063777A (zh) * | 2018-08-07 | 2018-12-21 | 北京邮电大学 | 网络流量分类方法、装置及实现装置 |
CN110197234A (zh) * | 2019-06-13 | 2019-09-03 | 四川大学 | 一种基于双通道卷积神经网络的加密流量分类方法 |
CA3166375A1 (en) * | 2019-12-31 | 2021-07-08 | Hughes Network Systems, Llc | Traffic flow classification using machine learning |
CN112217834A (zh) * | 2020-10-21 | 2021-01-12 | 北京理工大学 | 一种基于图结构的互联网加密流量交互特征提取方法 |
Non-Patent Citations (3)
Title |
---|
SASAN ADIBI: "Traffic Classification – Packet-, Flow-, and Application-based Approaches" * |
彭雄威: "基于行为的网络流量分类方法研究" * |
鲁鹏,黄元波: ""EPON***的流量分类实现"" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schuster et al. | Beauty and the burst: Remote identification of encrypted video streams | |
CN109640348B (zh) | 多业务mec网络架构、多业务数据流的处理方法及装置 | |
CN108833450B (zh) | 一种实现服务器防攻击方法及装置 | |
WO2005045708A1 (en) | Method for prioritizing segments of multimedia content in a proxy cache | |
CN110995994A (zh) | 图像拍摄方法及相关装置 | |
CN112868265B (zh) | 网络资源的管理方法、管理装置、电子设备及存储介质 | |
CN110955541B (zh) | 数据处理方法、装置、芯片、电子设备及可读存储介质 | |
US20130265869A1 (en) | Systems and Methods for Selective Data Redundancy Elimination for Resource Constrained Hosts | |
WO2017092275A1 (zh) | 路由器带宽管理方法、装置及路由器 | |
CN109121157B (zh) | 一种网络限速确定方法及终端、存储介质 | |
CN114553788A (zh) | 流量分类的方法、装置、计算机可读存储介质和处理器 | |
WO2023125380A1 (zh) | 一种数据管理的方法及相应装置 | |
CN110198294B (zh) | 安全攻击检测方法及装置 | |
CN110020290B (zh) | 网页资源缓存方法、装置、存储介质及电子装置 | |
CN105915453A (zh) | 网络服务质量策略的调整方法和装置 | |
CN112399209B (zh) | 一种视频业务识别处理方法及装置 | |
WO2021129742A1 (zh) | 网络数据的恢复方法、装置及移动终端 | |
CN111278039A (zh) | 用户感知压抑识别方法、装置、设备及介质 | |
CN113918323A (zh) | 边缘计算中高能效的计算任务分配方法和装置 | |
WO2012159485A1 (zh) | 数据上报、数据分析方法及装置 | |
CN113453285A (zh) | 一种资源调整方法、装置及存储介质 | |
CN111400630A (zh) | 资源预加载方法及相关设备 | |
CN114584479A (zh) | 网元控制方法、网元实体、***及存储介质 | |
CN111527747A (zh) | 采用fpga硬件实现ai的方法及相关产品 | |
CN112751974B (zh) | 手机app客户端智能加速限速方法、***、介质及设备 |
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 |