一种实现Web业务细粒度分类与管理的系统

摘要

本发明提供一种Web业务的细粒度分类与管理系统，将本系统部署在网络边界处，实现方式：对已知的Web业务分别通过历史行为数据训练构建行为模型；利用行为模型对Web业务进行在线的细粒度分类与管理；对于未知类型的Web业务,系统自动构建行为模型并实现动态维护。本发明用于对使用相同HTTP协议的不同Web业务进行细粒度的分类，对不同Web业务所产生的HTTP流按照给定的服务策略进行有效的调度和管理。本发明基于HTTP会话属性，既不需要进行应用层净荷分析，又能避免传统基于流和端口方法的缺陷，能有效地实现Web业务的精细分类与管理。系统具有动态更新、创建与细化的能力。本发明可以应用于多种不同目的的场景。

主权项

一种实现Web业务细粒度分类与管理的系统，其特征在于将本系统部署在网络边界处，该系统通过以下步骤实现：1)对所有已知的Web业务分别通过历史行为数据训练构建行为模型；2)利用行为模型对Web业务进行细粒度分类与管理；并对行为模型进行动态维护;步骤1)的实现方式为：10)确定需要构建行为模型的Web业务App；11)从混合的双向网络流中提取出所有Web业务的HTTP流；12)将得到的汇聚HTTP流送到离线应用分类模块，用于提取出所有属于App的HTTP流量；13)按“源(IP)～目的(Host)”把App的HTTP流量分离为HTTP会话流集合{S‑D₁,S‑D₂,...,S‑D_t}，其中S‑D_i表示第i个属于App的HTTP会话流；14)从每一个会话流中提取相应的行为属性矢量序列，所述行为属性矢量序列刻画了Web业务App的静态行为特征；15)行为模式空间的推断，是采用无监督模糊聚类算法分析所有属于App的行为属性矢量序列集合，推断App的行为模式空间，及各种行为模式的初始化特征；16)行为模型的构建，是采用时间序列模型描述行为模式的动态演变过程，得到刻画App行为的数值模型参数λ_m。