用户网络行为识别是计算机网络研究相关的一个重要方向。进行用户网络行为识别主要是对网络用户上网使用应用时产生的数据进行识别,其核心是对数据包流量进行识别。对网络行为识别进行深入的探究,对于网络用户分析、网络的安全防护、网络强国建设等都有着极其重要的意义。一方面随着计算机网络技术的发展,新的网络应用逐渐涌现,伴随着出现许多新的应用协议;另一方面,IPv6技术正在取代传统的IPv4技术,下一代互联网技术的快速发展给用户的网络行为进行识别带来了新的挑战。与其它普通网络用户相比,校园网用户具有更加丰富多样的网络行为和更长的上网时间,而且目前国内主要的IPv6网络集中于中国教育和科研计算机网CERNET2。因此,本文研究和实现了一种基于IPv6的校园用户网络行为识别系统,主要内容归纳如下:(1)阐述了网络行为识别的背景和意义,明确了IPv6网络特性,辨析了深度数据包识别检测(Deep Packet Inspection DPI)识别的特点,并分类总结了数据包识别技术和应用DPI的匹配算法。(2)设计并实现了一种基于IPv6的校园用户网络行为识别系统。该系统的主要模块包括:流量采集与预处理模块、应用识别模块、特征规则库模块、分析模块和Web展现模块等。(3)通过深度数据识别技术实现了校园用户的网络行为识别,主要通过LibPcap来获取通过监控接口的数据包,再利用DPI识别和端口识别结合的方式对数据包进行处理,解析用户的网络行为,最终通过Web界面可视化展示识别结果。