摘要：Internet骨干网流量中,混合了来自于固网接入和3G/4G移动蜂窝网络接入的不同客户端流量.在不依赖于应用层信息和查看数据报内容的前提下,使用传统的流量分析方法和特征选择,难以将两者正确区分.通过对移动蜂窝网络通信链路技术和无线资源控制(radio resource control,RRC)机制导致IP数据报时延波动的分析建模,结合TCP/IP协议数据报的往返时延(round-trip time,RTT)计算,构建了6个与数据报时延相关的网络流量特征,用于有效区分通过3G/4G和固网接入的网络流量来源.这些特征能够针对不同网络节点接入互联网技术差异所带来的网络数据包时序分布特点进行描述和匹配.在此基础上,采用多种有监督的机器学习方法,搭建了基于网络流量的分类模型并进行交叉验证.实验结果表明:利用这些时延特征建立的流量描述与分类模型,能够有效区分移动蜂窝网络接入数据流量和固网接入数据流量,分类正确率达到92%以上,并具有良好的覆盖性与容错性.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社