專利名稱：網(wǎng)絡用戶分類方法、裝置和網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)的制作方法
技術領域：
本發(fā)明實施例涉及信息網(wǎng)絡技術，尤其涉及一種網(wǎng)絡用戶分類方法、裝置和網(wǎng)絡
業(yè)務監(jiān)控系統(tǒng)。
背景技術：
隨著互聯(lián)網(wǎng)技術的不斷進步和迅速擴張，網(wǎng)絡給人們的工作和生活帶來了極大的
便利性，也隨之產(chǎn)生了更多的需求。其中，個性化的信息服務和智能化的網(wǎng)絡站點的構建顯
得尤為重要，而實現(xiàn)個性化、定制化的服務的關鍵是對網(wǎng)絡用戶進行準確的分類。 在現(xiàn)有技術中，通常通過對用戶在網(wǎng)頁間的鼠標行為分析而實現(xiàn)對網(wǎng)絡用戶的分
類，通過分析用戶的鼠標在網(wǎng)站間或網(wǎng)站內不同類內容的網(wǎng)頁間的訪問軌跡、停留時間等
信息來確定用戶的基本信息，如年齡、性別、職業(yè)以及興趣愛好等，以便于網(wǎng)站的結構設計
更符合網(wǎng)絡用戶的習慣，進而可以更加精確地進行廣告推送、對不同類用戶進行定制化的服務。 發(fā)明人在實現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術中至少存在如下缺陷現(xiàn)有技術中的網(wǎng)絡用戶的分類方法完全依賴于用戶瀏覽網(wǎng)頁這種網(wǎng)絡行為，因此，現(xiàn)有技術的這種方法無法保證對網(wǎng)絡用戶的分類的完備性和準確性。另外，現(xiàn)有技術忽略了其他的網(wǎng)絡行為，如艮卩時通訊(Instant Messaging ;以下簡稱IM)、網(wǎng)絡電話(Voice over InternetProtocol ;以下簡稱VoIP)以及網(wǎng)絡游戲等等，可見，現(xiàn)有技術的方法不能對用戶的網(wǎng)絡行為進行全面的分析，不能保證網(wǎng)絡用戶的分類的準確性。

發(fā)明內容
本發(fā)明實施例提供一種網(wǎng)絡用戶分類方法、裝置和網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，在不影響
用戶正常的上網(wǎng)行為的基礎上，大幅度提高對網(wǎng)絡用戶分類的完備性和準確性。 為了實現(xiàn)上述目的，本發(fā)明實施例提供了一種網(wǎng)絡用戶分類方法，包括 對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果； 對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息； 統(tǒng)計所述網(wǎng)絡用戶的上網(wǎng)信息； 根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。
本發(fā)明實施例還提供了一種網(wǎng)絡用戶分類裝置，包括 監(jiān)控模塊，用于對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果； 統(tǒng)計模塊，用于對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息；所述
統(tǒng)計模塊還用于統(tǒng)計所述網(wǎng)絡用戶的上網(wǎng)信息； 分類模塊，用于根據(jù)所述統(tǒng)計模塊獲取到的所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。 本發(fā)明實施例還提供了一種網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，包括分類服務器和上述網(wǎng)絡用戶分類裝置，所述網(wǎng)絡用戶分類裝置通過所述分類服務器中保存的用戶行為特征庫對網(wǎng)絡用戶進行分類。 本發(fā)明實施例提供的網(wǎng)絡用戶分類方法、裝置和網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，通過深度報 文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并對監(jiān)控得到的網(wǎng)絡流量識別結果進行統(tǒng)計 分析，獲取網(wǎng)絡統(tǒng)計信息，并實時性地統(tǒng)計網(wǎng)絡用戶的上網(wǎng)信息，根據(jù)網(wǎng)絡統(tǒng)計信息和上網(wǎng) 信息周期性地對網(wǎng)絡用戶進行分類，在不影響用戶正常的上網(wǎng)行為的基礎上，大幅度提高 了對網(wǎng)絡用戶分類的完備性和準確性，大大提高了用戶的體驗度。


為了更清楚地說明本發(fā)明或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術 描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的 一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這 些附圖獲得其他的附圖。
圖1為本發(fā)明實施例所提供的一種網(wǎng)絡用戶分類方法的流程圖； 圖2為本發(fā)明實施例所提供的另一種網(wǎng)絡用戶分類方法的流程圖； 圖3為本發(fā)明實施例所提供的網(wǎng)絡用戶分類方法中的一種網(wǎng)絡流量分析簡化示
意圖； 圖4為本發(fā)明實施例所提供的一種網(wǎng)絡用戶分類裝置的結構圖； 圖5為本發(fā)明實施例所提供的網(wǎng)絡用戶分類裝置中一種網(wǎng)絡環(huán)境部署的具體示
意圖； 圖6為本發(fā)明實施例所提供的另一種網(wǎng)絡用戶分類裝置的結構圖。
具體實施例方式
下面將結合本發(fā)明中的附圖，對本發(fā)明中的技術方案進行清楚、完整地描述，顯 然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施 例，本領域普通技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬 于本發(fā)明保護的范圍。 圖l為本發(fā)明實施例所提供的一種網(wǎng)絡用戶分類方法的流程圖，如圖l所示，本實 施例提供了一種網(wǎng)絡用戶分類方法，可以包括如下步驟 步驟101，對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果； 步驟102，對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息，并統(tǒng)計所
述網(wǎng)絡用戶的上網(wǎng)信息； 步驟103，根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。 本實施例提供了一種網(wǎng)絡用戶分類方法，通過對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，
并對監(jiān)控得到的網(wǎng)絡流量識別結果進行統(tǒng)計分析，得到網(wǎng)絡統(tǒng)計信息，并實時性地統(tǒng)計網(wǎng)
絡用戶的上網(wǎng)信息，根據(jù)網(wǎng)絡統(tǒng)計信息和上網(wǎng)信息周期性地對網(wǎng)絡用戶進行分類，在不影
響用戶正常的上網(wǎng)行為的基礎上，大幅度提高對網(wǎng)絡用戶分類的完備性和準確性，大大提
高了用戶的體驗度。 圖2為本發(fā)明實施例所提供的另一種網(wǎng)絡用戶分類方法的流程圖，如圖2所示，本 實施例在上述圖1提供的實施例的基礎之上，提供了一種具體的網(wǎng)絡用戶分類方法，其中，上述步驟101可以具體包括下述步驟201和步驟202，上述步驟103可以具體包括下述步驟
204和步驟205，具體地，本實施例提供的網(wǎng)絡用戶分類方法可以包括如下步驟 步驟201，對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并獲取監(jiān)控的數(shù)據(jù)流信息。 本步驟中對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控可以采用包括深度報文檢測(De印
Packet Inspection ;以下簡稱DPI)等多種技術。以例如，在運營商骨干網(wǎng)上采用深度報
文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，通過監(jiān)控過程獲取網(wǎng)絡用戶的各項網(wǎng)絡行為
所產(chǎn)生的數(shù)據(jù)流信息。其中，DPI技術是一種典型的業(yè)務識別技術，其可以對多個相關數(shù)據(jù)
包的應用層協(xié)議頭和協(xié)議負荷進行掃描，獲取寄存在應用層中的特征信息，對網(wǎng)絡流量進
行精細的檢查、監(jiān)控和分析。本步驟通過DPI技術對網(wǎng)絡用戶進行各項網(wǎng)絡行為所產(chǎn)生的
網(wǎng)絡流量進行監(jiān)控，并獲取對應的數(shù)據(jù)流信息。本實施例為對網(wǎng)絡用戶的網(wǎng)絡流量直接進
行監(jiān)控分析，而不是現(xiàn)有技術中單獨對網(wǎng)絡用戶瀏覽的網(wǎng)頁或使用的軟件進行分析，由于
網(wǎng)絡流量不僅可以反映網(wǎng)絡用戶瀏覽網(wǎng)頁時所產(chǎn)生的網(wǎng)絡流量，還可以反映網(wǎng)絡用戶使用
IM、 VoIP、網(wǎng)絡游戲、炒股軟件等軟件時所產(chǎn)生的網(wǎng)絡流量，可見，通過網(wǎng)絡流量對網(wǎng)絡用戶
進行分析可以較全面地對網(wǎng)絡用戶的網(wǎng)絡行為進行分析。 步驟202，將數(shù)據(jù)流信息與協(xié)議特征庫中保存的協(xié)議特征進行匹配，并根據(jù)匹配結 果獲取網(wǎng)絡流量識別結果。 在通過DPI技術獲取網(wǎng)絡行為產(chǎn)生的數(shù)據(jù)流信息后，將各條數(shù)據(jù)流信息與協(xié)議特 征庫中保存的協(xié)議特征進行匹配，獲取匹配結果，并根據(jù)匹配結果獲取網(wǎng)絡流量識別結果。 本實施例采用的DPI技術不僅可以獲取寄存在數(shù)據(jù)包網(wǎng)絡層和傳輸層協(xié)議頭中的基本信 息，包括源/目的IP地址、源/目的傳輸層端口號、協(xié)議號，以及底層的連接狀態(tài)等，還可以 通過這些參數(shù)獲得足夠多的業(yè)務應用信息。本實施例利用DPI技術對各個數(shù)據(jù)流信息進行 監(jiān)控，然后將數(shù)據(jù)流信息與協(xié)議特征庫中的協(xié)議特征進行匹配，當數(shù)據(jù)流信息與協(xié)議特征 庫中的某一協(xié)議特征相匹配時，則可以獲取到網(wǎng)絡流量識別結果為該數(shù)據(jù)流信息所對應的 協(xié)議或軟件信息，即可以識別出網(wǎng)絡用戶在當前一段時間內所使用的協(xié)議或軟件信息。
步驟203，對網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息，并統(tǒng)計網(wǎng)絡用 戶的上網(wǎng)信息。 在采用DPI技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，得到網(wǎng)絡流量識別結果之后， 本實施例還對網(wǎng)絡流量識別結果進行分析統(tǒng)計，包括根據(jù)網(wǎng)絡流量識別結果生成該網(wǎng)絡用 戶每天的網(wǎng)絡流量曲線、網(wǎng)絡流量軟件分布等網(wǎng)絡統(tǒng)計信息；同時，還可根據(jù)網(wǎng)絡用戶產(chǎn)生 的網(wǎng)絡流量來統(tǒng)計網(wǎng)絡用戶的上網(wǎng)信息。其中，網(wǎng)絡用戶的上網(wǎng)信息包括但不限于該網(wǎng)絡 用戶當前IP對應的主機實際地址、該用戶的上網(wǎng)時間段、該用戶的上網(wǎng)時長。本步驟在統(tǒng) 計網(wǎng)絡用戶的上網(wǎng)信息時，需要對上網(wǎng)信息進行實時統(tǒng)計，以獲取比較全面的上網(wǎng)信息。在 進行統(tǒng)計時，通常實時性地對某網(wǎng)絡用戶當前IP在當前時間內是否使用網(wǎng)絡以及網(wǎng)絡流 量的大小進行統(tǒng)計，以獲取網(wǎng)絡用戶的上網(wǎng)信息。 步驟204，根據(jù)網(wǎng)絡統(tǒng)計信息和上網(wǎng)信息定位網(wǎng)絡用戶的屬性信息。 在完成對網(wǎng)絡流量的監(jiān)控，獲取網(wǎng)絡流量識別結果，以及完成對網(wǎng)絡流量識別結
果的分析統(tǒng)計，獲取到網(wǎng)絡統(tǒng)計信息，并實時性地統(tǒng)計到網(wǎng)絡用戶的上網(wǎng)信息之后，將獲取
到的網(wǎng)絡統(tǒng)計信息和上網(wǎng)信息發(fā)送到分類服務器中。本步驟為根據(jù)網(wǎng)絡統(tǒng)計信息中包含的
當前一端時間內網(wǎng)絡用戶所使用過的協(xié)議或軟件信息，并結合上網(wǎng)信息中包括的用戶的上網(wǎng)時間、上網(wǎng)時長、IP對應的實際地址等信息，便可比較準確地定位得到該網(wǎng)絡用戶的屬性 信息，屬性信息包括該網(wǎng)絡用戶的職業(yè)、興趣習慣等。 步驟205，將屬性信息與分類服務器中保存的用戶行為特征庫中的用戶分類模板 進行匹配，并根據(jù)匹配結果對網(wǎng)絡用戶進行分類。 在定位得到網(wǎng)絡用戶的屬性信息之后，本步驟周期性地將該屬性信息與分類服務 器中保存的用戶行為特征庫中的用戶分類模板進行匹配，得到匹配結果，并根據(jù)匹配結果 對網(wǎng)絡用戶進行分類。本實施例中的分類服務器用于保存用戶行為特征庫，后續(xù)利用分類 服務器中保存的用戶行為特征庫中的用戶分類模板來對網(wǎng)絡用戶進行具體分類。本步驟 中也可以根據(jù)實際情況設定分類周期，無需每天對網(wǎng)絡用戶進行分類，而是按照設定的分 類周期對網(wǎng)絡用戶進行分類。其中，用戶行為特征庫可以為用戶群網(wǎng)絡習慣規(guī)律的集合，例 如IP對應為某小區(qū)寬帶用戶，上網(wǎng)時間對應為每天晚上20:00-23:00，流量分析對應為網(wǎng) 絡游戲+汽車論壇+IM語音。當將網(wǎng)絡用戶的屬性信息與用戶分類模板進行匹配之后，根 據(jù)得到的匹配結果來對網(wǎng)絡用戶進行分類。具體地，在進行匹配時，如果該屬性信息與用戶 行為特征庫中的某個用戶分類模板相匹配，則將該網(wǎng)絡用戶分類為該用戶分類模板對應的 用戶類別。 圖3為本發(fā)明實施例所提供的網(wǎng)絡用戶分類方法中的一種網(wǎng)絡流量分析簡化示 意圖，如圖3所示，通過本實施例的步驟201和步驟202即可分析得到A用戶的網(wǎng)絡流量 識別結果，即A用戶在當前一段時間內所使用的協(xié)議或軟件包括炒股軟件、QQ和MSN等 IM軟件、汽車論壇、軟件學習論壇等，通過本實施例的步驟203即可分析統(tǒng)計得到用戶每天 的網(wǎng)絡流量曲線、網(wǎng)絡流量軟件分布等網(wǎng)絡統(tǒng)計信息，并根據(jù)網(wǎng)絡用戶產(chǎn)生的網(wǎng)絡流量來 統(tǒng)計A用戶的上網(wǎng)信息，上網(wǎng)信息包括該用戶為小區(qū)寬帶用戶、該用戶的上網(wǎng)時間為晚上 19:30-22:30。根據(jù)上述A用戶的網(wǎng)絡流量識別結果和用戶信息可以容易推測出A用戶為 一個業(yè)余炒股的IT白領，喜歡交友聊天，近期有買車的打算。而類似地，可以推測出B用戶 為一個喜歡體育和網(wǎng)絡游戲的大學生。然后，在對網(wǎng)絡用戶進行具體的分類之后，便可以對 同類用戶進行個性化服務的定制以及進行興趣趨向的研究。 進一步地，本實施例還可以通過問巻調查方法和特定人群網(wǎng)絡流量分析方法，獲 取用戶行為特征庫，并將用戶行為特征庫保存在分類服務器中。本實施例通過問巻調查方 法和對特定人群進行網(wǎng)絡流量分析的方法來得到分類服務器中的用戶行為特征庫。其中， 調查問巻可以在社會不同年齡不同行業(yè)的人群中進行調查，調查他們的上網(wǎng)時間、地點、網(wǎng) 絡行為等，根據(jù)大量的問巻調查獲取的數(shù)據(jù)統(tǒng)計出不同人群的上網(wǎng)規(guī)律，以得到用戶行為 特征庫。特定人群網(wǎng)絡流量分析方法則是針對一些特定的具有代表性的人群，這些人群的 真實信息是事前可以獲知的，如性別、年齡、職業(yè)等，通過對這些人的調查分析，記錄他們的 上網(wǎng)時間，并對其網(wǎng)絡流量進行分析，結合問巻調查方法統(tǒng)計得到結果對用戶行為特征庫 進行進一步的修正，便可以得到比較準確的用戶行為特征庫。 由此可見，本實施例不僅完全彌補了現(xiàn)有技術中存在的不足，還極大地豐富了現(xiàn) 有的用戶分類的手段，主要體現(xiàn)在以下幾方面首先，由于本實施例在運營商端骨干網(wǎng)絡上 實施的，所有步驟均在網(wǎng)絡端執(zhí)行，用戶端并不參與任何步驟，因此可以在網(wǎng)絡用戶不知情 的情況下，實現(xiàn)對網(wǎng)絡用戶的精確分類，不影響網(wǎng)絡用戶的正常上網(wǎng)行為，可以解決用戶體 驗差的問題。其次，本實施例不再僅聚焦于用戶對網(wǎng)頁的瀏覽行為，而對網(wǎng)絡用戶的網(wǎng)絡行為進行全面地分析，包括網(wǎng)絡游戲、IM、 VoIP以及炒股軟件等網(wǎng)絡行為所產(chǎn)生的網(wǎng)絡流量， 可見，本實施例可以對用戶的所有網(wǎng)絡行為所產(chǎn)生的流量進行分析，以此為依據(jù)對網(wǎng)絡用 戶進行分類。再次，本實施例極大地提高了網(wǎng)絡用戶分類的準確性，與現(xiàn)有的分析用戶的鼠 標行為技術相比，本實施例對用戶的網(wǎng)絡流量進行整體分析，比現(xiàn)有技術的分類方法更具 有穩(wěn)定性。另外，本實施例所統(tǒng)計的信息不依賴與網(wǎng)絡用戶的輸入信息，不會由于用戶對網(wǎng) 絡的不信任輸入虛假的個人信息、注冊信息等而影響后續(xù)對網(wǎng)絡用戶的分類，可見本實施 例的方案所統(tǒng)計的網(wǎng)絡流量比較客觀，準確性也較高。本發(fā)明在不干涉用戶正常上網(wǎng)的情 況下，就可以對用戶的網(wǎng)頁瀏覽、P2P、 VoIP、網(wǎng)絡游戲、炒股軟件、即時聊天以及在線視頻等 等流量進行綜合分析，并且還結合用戶的網(wǎng)絡類型、上網(wǎng)時間進行輔助，來最終保證用戶分 類的準確性。 本實施例提供了一種網(wǎng)絡用戶分類方法，通過DPI技術對網(wǎng)絡用戶的網(wǎng)絡流量進 行監(jiān)控，并對監(jiān)控得到的網(wǎng)絡流量識別結果進行統(tǒng)計分析，得到網(wǎng)絡統(tǒng)計信息，并實時性地 統(tǒng)計網(wǎng)絡用戶的上網(wǎng)信息，根據(jù)網(wǎng)絡統(tǒng)計信息和上網(wǎng)信息，周期性地對網(wǎng)絡用戶進行分類， 在不影響用戶正常的上網(wǎng)行為的基礎上，大幅度提高了對網(wǎng)絡用戶分類的完備性和準確 性，大大提高了用戶的體驗度。 圖4為本發(fā)明實施例所提供的一種網(wǎng)絡用戶分類裝置的結構圖，如圖4所示，本 實施例提供了一種網(wǎng)絡用戶分類裝置，該裝置可以執(zhí)行上述方法實施例中的各個步驟，此 處不再贅述。圖5為本發(fā)明實施例所提供的網(wǎng)絡用戶分類裝置中一種網(wǎng)絡環(huán)境部署的具 體示意圖，如圖5所示，該網(wǎng)絡用戶分類裝置可以部署在城市城域網(wǎng)和國家骨干網(wǎng)之間。通 常情況下，可以包括兩種接入方式一種是直路部署到網(wǎng)絡中，這樣效率高，可控性強，但是 一旦出現(xiàn)故障容易引起網(wǎng)絡事故；另外一種是旁路部署方式，把用戶網(wǎng)絡數(shù)據(jù)鏡像到用戶 分類設備模塊中，這樣雖然實時性稍差，但是安全可靠，同樣可以實現(xiàn)和直路部署一樣的功 能。具體地，該網(wǎng)絡用戶分類裝置可以包括監(jiān)控模塊401、統(tǒng)計模塊402和分類模塊403，其 中，監(jiān)控模塊401用于對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果。監(jiān)控模塊 401可以用于采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別 結果。統(tǒng)計模塊402用于對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息，并統(tǒng) 計所述網(wǎng)絡用戶的上網(wǎng)信息。分類模塊403用于根據(jù)所述統(tǒng)計模塊獲取到的所述網(wǎng)絡統(tǒng)計 信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。 本實施例提供了一種網(wǎng)絡用戶分類裝置，通過設置監(jiān)控模塊、統(tǒng)計模塊和分類模 塊，通過對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并對監(jiān)控得到的網(wǎng)絡流量識別結果進行統(tǒng)計分 析，得到網(wǎng)絡統(tǒng)計信息，并實時性地統(tǒng)計網(wǎng)絡用戶的上網(wǎng)信息，根據(jù)網(wǎng)絡統(tǒng)計信息和上網(wǎng)信 息，周期性地對網(wǎng)絡用戶進行分類，在不影響用戶正常的上網(wǎng)行為的基礎上，大幅度提高了 對網(wǎng)絡用戶分類的完備性和準確性，大大提高了用戶的體驗度。 圖6為本發(fā)明實施例所提供的另一種網(wǎng)絡用戶分類裝置的結構圖，如圖6所示，本 實施例在上述圖4所示的實施例的基礎之上，其中，監(jiān)控模塊401可以包括監(jiān)控單元411和 匹配單元421 。其中，監(jiān)控單元411用于采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行 監(jiān)控，并獲取監(jiān)控的數(shù)據(jù)流信息。匹配單元421用于將監(jiān)控單元411獲取到的數(shù)據(jù)流信息 與協(xié)議特征庫中保存的協(xié)議特征進行匹配，并根據(jù)匹配結果獲取網(wǎng)絡流量識別結果。
進一步地，分類模塊403可以包括定位單元413和分類單元423。其中，定位單元
7413根據(jù)統(tǒng)計模塊402獲取到的網(wǎng)絡統(tǒng)計信息和上網(wǎng)信息定位所述網(wǎng)絡用戶的屬性信息。分類單元423用于周期性地將定位單元413得到的屬性信息與分類服務器中保存的用戶行
為特征庫中的用戶分類模板進行匹配，并根據(jù)匹配結果對所述網(wǎng)絡用戶進行分類。 本實施例提供了一種網(wǎng)絡用戶分類裝置，通過設置監(jiān)控模塊、統(tǒng)計模塊和分類模
塊，通過DPI技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并對監(jiān)控得到的網(wǎng)絡流量識別結果進
行統(tǒng)計分析，得到網(wǎng)絡統(tǒng)計信息，并實時性地統(tǒng)計網(wǎng)絡用戶的上網(wǎng)信息，根據(jù)網(wǎng)絡統(tǒng)計信息
和上網(wǎng)信息周期性地對網(wǎng)絡用戶進行分類，在不影響用戶正常的上網(wǎng)行為的基礎上，大幅
度提高了對網(wǎng)絡用戶分類的完備性和準確性，大大提高了用戶的體驗度。 本發(fā)明實施例還提供了一種網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，包括分類服務器和上述圖4或圖
6所示的網(wǎng)絡用戶分類裝置，網(wǎng)絡用戶分類裝置通過分類服務器中保存的用戶行為特征庫
對網(wǎng)絡用戶進行分類。 最后應說明的是以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解其依然可以對前述實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明實施例技術方案的精神和范圍。
權利要求
一種網(wǎng)絡用戶分類方法，其特征在于，包括對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果；對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息；統(tǒng)計所述網(wǎng)絡用戶的上網(wǎng)信息；根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。
2. 根據(jù)權利要求1所述的方法，其特征在于，所述對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果包括采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取 網(wǎng)絡流量識別結果。
3. 根據(jù)權利要求2所述的方法，其特征在于，所述采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果包括采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并獲取監(jiān)控的數(shù)據(jù)流信息；將所述數(shù)據(jù)流信息與協(xié)議特征庫中保存的協(xié)議特征進行匹配，并根據(jù)匹配結果獲取網(wǎng)絡流量識別結果。
4. 根據(jù)權利要求1-3中任一項所述的方法，其特征在于，所述根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類包括根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息定位所述網(wǎng)絡用戶的屬性信息；周期性地將所述屬性信息與分類服務器中保存的用戶行為特征庫中的用戶分類模板進行匹配，并根據(jù)匹配結果對所述網(wǎng)絡用戶進行分類。
5. —種網(wǎng)絡用戶分類裝置，其特征在于，包括監(jiān)控模塊，用于對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果；統(tǒng)計模塊，用于對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，得到網(wǎng)絡統(tǒng)計信息；所述統(tǒng)計模塊還用于統(tǒng)計所述網(wǎng)絡用戶的上網(wǎng)信息；分類模塊，用于根據(jù)所述統(tǒng)計模塊獲取到的所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。
6. 根據(jù)權利要求5所述的裝置，其特征在于，所述監(jiān)控模塊具體用于采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果。
7. 根據(jù)權利要求6所述的裝置，其特征在于，所述監(jiān)控模塊包括監(jiān)控單元，用于采用深度報文檢測技術對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，并獲取監(jiān)控的數(shù)據(jù)流信息；匹配單元，用于將所述監(jiān)控單元獲取到的所述數(shù)據(jù)流信息與協(xié)議特征庫中保存的協(xié)議特征進行匹配，并根據(jù)匹配結果獲取網(wǎng)絡流量識別結果。
8. 根據(jù)權利要求5-7中任一項所述的裝置，其特征在于，所述分類模塊包括定位單元，根據(jù)所述統(tǒng)計模塊獲取到的所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息定位所述網(wǎng)絡用戶的屬性信息；分類單元，用于周期性地將所述定位單元得到的所述屬性信息與分類服務器中保存的用戶行為特征庫中的用戶分類模板進行匹配，并根據(jù)匹配結果對所述網(wǎng)絡用戶進行分類。
9. 一種網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，其特征在于，包括分類服務器和上述權利要求5-7中任一項所述的網(wǎng)絡用戶分類裝置，所述網(wǎng)絡用戶分類裝置通過所述分類服務器中保存的用戶行為特征庫對網(wǎng)絡用戶進行分類。
全文摘要
本發(fā)明實施例公開了一種網(wǎng)絡用戶分類方法、裝置和網(wǎng)絡業(yè)務監(jiān)控系統(tǒng)，方法包括對網(wǎng)絡用戶的網(wǎng)絡流量進行監(jiān)控，獲取網(wǎng)絡流量識別結果；對所述網(wǎng)絡流量識別結果進行分析統(tǒng)計，獲取網(wǎng)絡統(tǒng)計信息；統(tǒng)計所述網(wǎng)絡用戶的上網(wǎng)信息；根據(jù)所述網(wǎng)絡統(tǒng)計信息和所述上網(wǎng)信息，對所述網(wǎng)絡用戶進行分類。裝置包括監(jiān)控模塊、統(tǒng)計模塊和分類模塊。本發(fā)明實施例在不影響用戶正常的上網(wǎng)行為的基礎上，大幅度提高了對網(wǎng)絡用戶分類的完備性和準確性，大大提高了用戶的體驗度。
文檔編號H04L12/26GK101789887SQ20091024392
公開日2010年7月28日 申請日期2009年12月25日 優(yōu)先權日2009年12月25日
發(fā)明者沈洋, 邵軍義 申請人:成都市華為賽門鐵克科技有限公司