首页> 正文

即时通讯流量识别还原技术研究

2020-11-30阅读(750)

即时通讯流量识别还原技术研究

论文摘要

即时通讯已经成为目前互联网上最重要的通讯方式之一,实时性和低成本是它最大的特点。利用即时通讯软件和VoIP应用程序,不仅可以进行文本聊天,也可以用语音或视频进行聊天,由于使用方便且资费低廉,越来越多的人通过网络进行远程实时会话。在巨额利益的吸引下大量非法VoIP运营充斥着正规的电信市场,不仅导致合法运营商话务量流失,更打破了原有电信市场的公平竞争格局,因此非常有必要将互联网上VoIP业务纳入良性控制的范畴。然而,作为一种新兴的网络通讯方式,它不像电子邮件等成熟的网络应用,还没有形成统一的标准规范。即时通讯产品和协议多种多样,并且它们之间无法互通,这不仅阻碍了即时通讯的进一步发展,也对即时通讯的研究和管理带来了极大的困难。本文首先调研了目前主流即时通讯产品的发展现状。研究了目前主流的即时通讯标准协议,找出了它们各自的特点和相互之间的关系,在此基础上通过网络监测和分析技术,实现即时通讯网络流量识别,并对识别的信息流进行内容还原,最终实现本研究成果的原型验证系统。对于即时通讯中的多媒体应用,本文详细分析了各主流即时通讯产品的多媒体通讯实现机制。从协议分析的角度出发,它们的实现方式千差万别;但如果从多媒体数据的传输机制来看,它们却有很多共同之处。本文抽象出了各主流即时通讯产品在多媒体数据传输层次的共同协议结构,提出了一个通用的即时通讯流量识分析、提取、处理框架原型。该框架处理传输层数据,独立于上层的即时通讯协议,是一种通用的即时通讯流量处理解决方案。针对以Skype为代表的P2P型即时通讯系统,本文从在分析了大量Skype数据流量统计特征之后结合文献分析,发现其区别于一般即时通讯系统的特点,总结了它在数据流统计和数据包静态荷载两方面的行为特性,并在此基础上建立了Skype流量的初步识别框架,实现了对Skype流量的识别。在对即时通讯软件语音和多媒体数据进行识别的基础上,本文最后设计和实现了一个通用即时通讯流量识别还原原型系统。该系统采用了本文提出的通用识别技术,具有良好的可扩展性,并且能够方便地嵌入到其它应用系统中。实验表明,该系统能较准确地识别和提取主要即时通讯系统的多媒体数据,并且对已知编码类型的音视频数据包进行还原,从而为进一步管理和控制即时通讯的多媒体数据打下了坚实的基础。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.2.1 即时通讯产品市场竞争激烈
  • 1.2.2 即时通讯没有形成统一行业规范
  • 1.3 面临的挑战
  • 1.4 本文的工作以及内容的组织
  • 第2章 即时通讯标准协议介绍
  • 2.1 IMPP
  • 2.1.1 即时通讯系统的出席信息服务
  • 2.1.2 即时通讯系统的即时消息服务
  • 2.1.3 两种服务之间的联系
  • 2.2 SIP
  • 2.3 SIMPLE
  • 2.4 JABBER/XMPP
  • 2.5 各标准协议之间的关系
  • 2.6 小结
  • 第3章 主流即时通讯系统多媒体通讯实现技术分析
  • 3.1 MSN MESSENGER
  • 3.1.1 MSN Messenger 语音
  • 3.1.2 MSN Messenger 视频
  • 3.2 AIM
  • 3.2.1 AIM 语音
  • 3.2.2 AIM 视频
  • 3.3 YAHOO MESSENGER
  • 3.3.1 Yahoo Messenger 语音
  • 3.3.2 Yahoo Messenger 视频
  • 3.4 GTALK
  • 3.5 小结
  • 第4章 基于XMPP 协议的即时通讯流量识别方法
  • 4.1 选择JABBER/XMPP 的原因
  • 4.2 JABBER/XMPP 协议分析
  • 4.2.1 XML 流
  • 元素'>4.2.2元素
  • 元素'>4.2.3元素
  • 元素'>4.2.4元素
  • 4.2.5 常用Jabber 属性参数
  • 4.3 小结
  • 第5章 通用的即时通讯流量分析处理框架
  • 5.1 总体处理流程
  • 5.2 核心模块实现方法
  • 5.2.1 语音会话识别算法
  • 5.2.2 会话关联识别、还原算法
  • 5.2.3 SIP 解析模块
  • 5.2.4 RTP 解析模块
  • 5.3 小结
  • 第6章 SKYPE 协议介绍和识别方法设计
  • 6.1 SKYPE 介绍
  • 6.2 SKYPE 主要技术分析
  • 6.2.1 穿透防火墙和网络地址转换
  • 6.2.2 非集中式全局搜索目录
  • 6.2.3 智能路由
  • 6.2.4 安全性
  • 6.3 SKYPE 流量识别策略
  • 6.3.1 连接机制
  • 6.3.2 流统计特征
  • 6.3.3 静态荷载特征
  • 6.3.4 Skype 流量识别总体框架
  • 6.4 小结
  • 第7章 通用即时通讯流量识别还原原型系统
  • 7.1 系统介绍
  • 7.1.1 总体结构
  • 7.1.2 Libpcap 库介绍
  • 7.1.3 有效载荷提取
  • 7.1.4 音视频还原模块
  • 7.2 系统测试及性能
  • 7.2.1 测试环境
  • 7.2.2 结果验证
  • 结束语
  • 参考文献
  • 致谢
  • 附录：攻读学位期间所发表的论文和参加的科研项目

    • 相关论文文献

    • [1].基于深度报文检测和机器学习的加密流量识别方法[J]. 计算机产品与流通 2020(10)
    • [2].基于新型网络结构流量识别方法研究[J]. 电脑编程技巧与维护 2018(04)
    • [3].对等网络流量识别技术研究[J]. 中国新通信 2017(05)
    • [4].网络加密流量识别研究综述及展望[J]. 通信学报 2016(09)
    • [5].网络流量识别特征码自动提取系统分析[J]. 计算机光盘软件与应用 2014(19)
    • [6].网络流量识别方法及比较研究[J]. 今日科苑 2015(08)
    • [7].互联网流量识别技术的研究及实现[J]. 广东通信技术 2008(03)
    • [8].特殊网络流量识别综述[J]. 电脑知识与技术 2018(17)
    • [9].电力信息通信网络流量识别技术研究[J]. 信息化研究 2015(01)
    • [10].基于机器学习的流量识别技术综述与展望[J]. 计算机工程与科学 2018(10)
    • [11].基于数据流多维特征的移动流量识别方法研究[J]. 四川大学学报(自然科学版) 2020(02)
    • [12].网络协议流量识别方法研究[J]. 郑州大学学报(理学版) 2019(04)
    • [13].一种基于相似度的高效网络流量识别方案[J]. 山东大学学报(理学版) 2014(09)
    • [14].非平衡网络流量识别方法[J]. 计算机应用 2018(01)
    • [15].基于有督导机器学习的网络流量识别系统[J]. 现代电子技术 2015(21)
    • [16].基于支持向量机的加密流量识别方法[J]. 东南大学学报(自然科学版) 2017(04)
    • [17].基于卷积神经网络的网络流量识别技术研究[J]. 四川大学学报(自然科学版) 2017(05)
    • [18].基于载荷特征的P2P流量识别方法[J]. 中国科技信息 2014(12)
    • [19].基于卷积神经网络的加密流量识别方法[J]. 南京邮电大学学报(自然科学版) 2018(06)
    • [20].一种EPON串接前端的设计与实现[J]. 光通信研究 2019(01)
    • [21].P2P流量监测系统的设计[J]. 电子设计工程 2016(11)
    • [22].基于特征分析的家庭网络流量识别与系统实现[J]. 计算机工程与应用 2015(10)
    • [23].基于信息熵的流量识别方法[J]. 计算机工程 2009(20)
    • [24].基于神经网络的变电站异常网络流量识别[J]. 信息技术 2020(05)
    • [25].电力信息通信网络流量识别技术探讨[J]. 通讯世界 2016(12)
    • [26].基于DPI的流量识别系统的开发与设计[J]. 数字通信世界 2019(04)
    • [27].数据中心中面向光互联的流量识别与调度研究[J]. 通信学报 2018(09)
    • [28].P2P流量识别技术的研究[J]. 民营科技 2013(12)
    • [29].P2P业务流量识别与系统部署方案研究[J]. 邮电设计技术 2009(06)
    • [30].面向未知协议的流量识别技术研究[J]. 信息网络安全 2019(10)

    标签：;  ;  ;  ;  

    即时通讯流量识别还原技术研究
    下载Doc文档

    猜你喜欢

    © 2025 毕速过 版权所有 鄂ICP备12018319号-5