如何實現(xiàn)準確識別應用流量？

無論是網(wǎng)絡安全產(chǎn)品，還是專業(yè)的流量分析引擎，在網(wǎng)絡的入口處實現(xiàn)準確識別應用程序是非常重要的。準確識別應用流量不但可洞悉整個網(wǎng)絡的運行情況，而且可針對具體需求做用戶行為的準確管控，這在一定程度上既可保證業(yè)務流的高效運行，也可預防由于內(nèi)網(wǎng)中毒引起的斷網(wǎng)事件。

然而，要準確識別應用流量，從技術(shù)實現(xiàn)上講并不簡單，難度主要體現(xiàn)在識別的算法及檢測深度。算法不但要解決流量的分類，而且要負責在多個分類中查找特征，所以最好的算法往往帶來的是精確的識別；另一個就是檢查數(shù)據(jù)的深度，深度總是和性能關(guān)聯(lián)，檢查的越多，消耗的系統(tǒng)資源越多。因此，檢查一個流的前20個包所付出的性能代價往往是超乎想象的，這就是我們提到的識別難度。

對于識別方法來說，從技術(shù)角度看，檢查一個應用特征主要有三種方法。第一種方法稱為標準檢測，主要靠識別報頭信息的地址和端口，這種方法常見于做QoS的網(wǎng)關(guān)設備。第二種方法稱為DPI（深度包檢測），這是業(yè)界常用的術(shù)語，絕大多數(shù)設備聲稱具有這樣的技術(shù)，常見于"下一代內(nèi)容檢測系統(tǒng)"及UTM類設備。從理論上，數(shù)據(jù)流中每個報文的任意字段或數(shù)據(jù)流傳輸過程中的任何特征都可以作為應用協(xié)議識別的依據(jù)，但實際上，如何快速選擇最有效的數(shù)據(jù)流特征信息的難度遠遠超過了您的想象。第三種方法稱為解密檢測方法，就是將數(shù)據(jù)流送入一個分類器，數(shù)據(jù)流被分類之后，將加密數(shù)據(jù)流送入一個解密引擎，解密引擎通過預置的解密算法對數(shù)據(jù)解密，解密后再次返回分類器進行檢查。

準確識別應用流量的基本概念

介紹準確識別應用流量之前，有幾個概念需要介紹：

數(shù)據(jù)流：基于應用層協(xié)議識別的對象不能只是簡單的檢查單個報文，而是要將數(shù)據(jù)流作為一個整體來檢測。因此，數(shù)據(jù)流是指在某個會話生命周期內(nèi)，通過網(wǎng)絡上一個檢測節(jié)點的IP數(shù)據(jù)報文的集合。實際上，一個節(jié)點發(fā)送的數(shù)據(jù)流的所有屬性是相同的。

數(shù)據(jù)流分類：利用數(shù)據(jù)流以及數(shù)據(jù)流中報文的某些信息，可將網(wǎng)絡上的數(shù)據(jù)流進行分類，這種分類可加速應用流量的分類，如游戲應用數(shù)據(jù)流通常是小報文，而P2P流一般稱為大報文。

數(shù)據(jù)流類別：數(shù)據(jù)流類別是一個大型網(wǎng)狀結(jié)構(gòu)的分類器，按照行為特征及簽名進行歸類。在數(shù)據(jù)流分類問題中，每個類別可能包含某些屬性類似的多種協(xié)議，典型的如IE下載即包括了多個類別，有分塊下載，有偽IE下載等，有另存單線程下載等，而協(xié)議識別必須對流進行更精細的分類，使得每個類別中的流只使用一種應用層協(xié)議。

協(xié)議識別：協(xié)議識別是指檢測引擎根據(jù)協(xié)議特征，識別出網(wǎng)絡數(shù)據(jù)流使用的應用層協(xié)議。

應用協(xié)議特征字符串：特征字符串是協(xié)議歸類的關(guān)鍵依據(jù)，字符串特征舉例協(xié)議特征字符串

ftp特征字符串a(chǎn)cct、cwd、smnt、port；

smtp特征字符串HELO、EHLO、MAIL FROM:、RCPT TO:、VRFY、EXPN；

pop3特征字符串+OK、-ERR、APOP、TOP、UIDL；

msn 特征字符串包括msg、nln、out、qng、ver、msnp；

OICQ特征字符串開頭第一個字節(jié)：0x02，第四、五字節(jié)：協(xié)議號；

sip特征字符串REGISTER、INVITE、ACK、BYE、CANCEL、SIP；

eMule特征字符串開頭第一個字節(jié)：0xe3 或 0xc5 或 0xd4；

應用流量協(xié)議特征檢測方法

數(shù)據(jù)流檢測方法主要分為四個層次，讓我們描述一下從最簡單到最復雜的檢測過程。

首先，互聯(lián)網(wǎng)眾所周知的網(wǎng)絡應用都是建立在固定網(wǎng)絡協(xié)議或端口上，如http、ftp等等常用協(xié)議，這些協(xié)議的特征非常明顯，在一定程度上幾乎不使用檢測引擎就可識別。

其次，但當應用變得復雜時，很多應用都會啟用隨機端口進行通信，因此，新啟用的端口我們事先無法預知，此時DPI必須實時監(jiān)控會話，通過監(jiān)測數(shù)以千計的并發(fā)會話來判斷其應用特征。

很多新的網(wǎng)絡應用偽裝使用已知的固定端口，如使用80、8080、443等知名端口，特別像使用80端口的偽裝，偽裝的目的首先是被防火墻認可，不至于在防火墻上被阻斷，被作為正常的web訪問而通行。這種應用如P2P偽裝、視頻偽裝，都使用這些知名端口。此時設備需要在多個會話中開始尋找所謂的簽名，通常這是一個復雜的字符串，是檢測引擎預先定義好的，而且是唯一一個應用。隨著應用的增加，DPI特征庫需要不斷更新。如下圖迅雷采用偽IE下載就屬于典型的偽裝。

第三，對于完全加密的應用，我們稱為加密流，對于加密數(shù)據(jù)流，去尋求一個端口或簽名是毫無意義的。因此，檢測引擎需要開發(fā)出一種新方法，著眼于數(shù)據(jù)包長度和它們的順序排序。而實際上，其中的一些加密應用總是使用同一系列的包長度、在同一位置、在同一順序，這就是所謂的行為特征。通常，檢測引擎能夠這些加密流進行行為分析，而實際上，這里存在兩個難度，一個是加密流特征字符串的獲取本身需要扎實的獨特的算法，另外，單單對于位置的檢測還遠遠不夠，如加密傳輸?shù)膽脜f(xié)議的加密方法幾乎每周都在變換位置。

如何評價應用識別引擎：

應用識別引擎是應用流量管理系統(tǒng)的核心，所以下面五點則能較好的評價產(chǎn)品。

第一、應用程序的識別數(shù)量多少，特別對復雜協(xié)議及新協(xié)議的識別數(shù)量成為產(chǎn)品的核心，而不是單單用端口號來標識的簡單應用或標準應用。

第二、應用協(xié)議識別的準確性。一個好的引擎或好的算法才能保證低的誤報和漏報。

第三、應用檢測的時間消耗。一個好的引擎能夠花費很少的時間即可檢查出特征。

第四、對高性能和高帶寬處理。一個好的引擎才能部署到大的網(wǎng)絡環(huán)境中，如高校、大集團用戶、運營商網(wǎng)絡。

第五、協(xié)議庫更新的頻率及協(xié)議庫庫更新的難易程度。一個好的引擎才能保證協(xié)議庫的更新有驗證、計算、校對，使系統(tǒng)不斷網(wǎng)、不重啟，即使出現(xiàn)升級失敗，也能保證原有特征庫不被損壞，正常運行。

【推薦閱讀】

◆IT運維管理專區(qū)

◆泛普BTNM如何實現(xiàn)對客戶機的流量管理，比如說對下載的管理？

◆網(wǎng)管經(jīng)驗：基于MAC地址來管控流量

◆詳細講解網(wǎng)絡訪問控制策略的應用