[发明专利]流量检测方法和设备、样本训练方法和设备、以及介质

说明书

本申请公开一种流量检测方法，包括：获取流量采集设备在第一时间段内采集到的多个报文，多个报文包括第一数据流以及至少一个第二数据流中的报文；根据多个报文，确定目标特征集合，目标特征集合包括多个报文对应的多流特征，多流特征包括多个报文的大小的统计参数；根据目标特征集合，以及目标特征集合与业务类型的对应关系，确定在第一时间段内第一数据流对应的业务类型。上述流量检测方法能够获得更多特征，通过更多的特征比对能够提高流量检测的准确率。本申请还公开了一种流量检测设备，能够实现上述流量检测方法。

技术领域

本申请涉及通信领域，尤其涉及一种流量检测方法和流量检测设备。

背景技术

流量识别一直是互联网数据分析中的重要研究领域，具有广泛的应用场景。流量识别技术是做流量精细化管理和体验质量评估保障的基础，可提供用户级和业务级的体验质量监控和优化。流量识别技术是运营商做精准运营的基础，可提供OTT用户画像、精准营销等服务；此外，流量识别在网络安全等其他场景也具有重要价值。

而实现上述的种种服务，则需要识别流量中的业务类型，因为不同的业务类型所需要的带宽、网络延时等网络质量指标的等级要求不同，而指标的评估和优化需要细化到业务类型的粒度。不同的业务类型可以包括如页面流量、视频观看、网页浏览、Speedtest测速、Youtube 在线视频观看、文件传输、网络电视、网络电台以及即时通信等等。例如数据流的流量吞吐率随时间的变化，与该数据流的用户在不同时刻做的不同类型的业务有关，不同业务存在明显的吞吐率差异，因此抛开业务类型谈指标，是不可能精确评估当前的网络质量指标(这里以吞吐率为例)是否达标，以及用户做业务的体验质量是否正常，而网络流量识别可以支持从业务类型的角度分析指标和体验的优劣的。

现有技术中，基于固定时间窗的流量识别技术大致如下：采用固定时间窗(如15秒)采集一个数据流的报文，然后根据这些报文中携带的信息，例如某个用于表征业务类型的字段的信息，或者该时间窗内该数据流的报文的个数或者上下行比例等，识别该数据流的业务类型。

现有技术的这种流量检测方法的准确率不高。

发明内容

有鉴于此，本申请提供一种流量检测方法和流量检测设备，为了确定一数据流的业务，从该数据流以及至少一条与该数据流属于同一用户的数据流的报文中提取多流特征，由于多流特征能够考虑了同一用户的其他数据流对该数据流的影响，因此能够更加准确地描述数据流，从而能够提高对一条数据流的流量检测的准确率。

本申请的第一方面提供一种流量检测方法，流量检测方法用于流量检测设备。该方法包括：获取流量采集设备在第一时间段内采集到的多个报文，多个报文包括第一数据流以及与第一数据流关联的至少一个第二数据流中的报文，第一数据流与至少一个第二数据流为属于同一用户的数据流；根据多个报文，确定目标特征集合，目标特征集合包括多个报文对应的多流特征，多流特征包括多个报文的大小的统计参数；根据目标特征集合，以及目标特征集合与业务类型的对应关系，确定在第一时间段内第一数据流对应的业务类型。其中，报文大小可以是指一个报文的报文总长度，也可以是一个报文包括的数据的长度。例如数据的长度为报文包括的应用层数据的长度，本申请不做限制。

依此实施，为了确定一数据流的业务，从该数据流以及至少一条与该数据流属于同一用户的数据流的报文中提取多流特征，由于多流特征能够考虑了同一用户的其他数据流对该数据流的影响，因此能够更加准确地描述数据流，从而提高流量检测的准确性。

在一种可能的实现方式中，多流特征还包括多个报文对应的接收时间间隔的统计参数和多个报文的传输速率的统计参数中的至少一种。多个报文对应的接收时间间隔为多个报文中，任意两个接收时间相邻的报文之间的接收时间的间隔。在另一种可能的实现方式中，接收时间间隔可以是接收时间间隔相同个报文的情况，例如算间隔是都隔一个报文算，或者都隔多个报文算。依此实施，增加了多流特征的特征类型，能够进一步提高流量检测的准确性。