在信息技术越来越发达的今天,无论是电子对抗中的信号侦查,还是通信网中的安全维护,网络目标识别都具有迫切的现实需求,尤其是在军事领域,未知协议的使用尤为广泛。因此,未知协议的识别工作具有十分重要的研究意义。特别是以比特流形式存在的链路层协议,因其不具有任何的语义特征,且高层协议总是以数据形式封装在其协议帧中,在协议识别领域占据着重要地位,故本文的研究对象为链路层以比特流形式存在的未知协议。当前链路层未知协议识别的算法主要是基于模式匹配和数据挖掘,其基本流程为:模式序列统计、频繁序列挖掘、关联规则挖掘、链路帧切分和协议格式推测。后续结果是否正确总是依赖于前两个模块的效果,传统方案中利用AC(Aho-Corasick)快速统计进行模式序列挖掘时,存在数据库操作次数过大的缺点,基于枚举树剪枝的频繁序列挖掘也存在剪枝周期选择困难、存储结构复杂的弊端,故本文分别对模式序列统计、频繁序列挖掘和关联规则挖掘模块进行了改进。首先,对于模式序列统计和频繁序列挖掘模块,本文提出了基于统计的改进AC算法,该算法遍历一次目标序列仅统计最大长度的模式序列,其余短模式序列均通过统计公式计算获得。由于算法数据库操作次数减少,且频繁序列挖掘直接基于阈值进行,不需要对“枚举树”进行维护,大大简化了数据存储结构。仿真结果证明,在对ARP(Address Resolution Protocol)协议进行3-8比特的频繁序列挖掘时,新算法耗时仅为传统算法的16%左右,且新算法对数据集的大小不敏感,算法耗时随数据帧数目的时间增长率为0.07,远小于传统算法的时间增长率0.4。接着,对于定长帧协议,本文提出了自置信度的概念,并利用数组循环左移的操作,基于自置信度完成了帧长的预测,并在已成功预测帧长的基础上,利用位置熵的概念完成了对频繁序列的去冗余操作。仿真结果证明,帧长预测算法可以正确的预测出定长帧协议的帧长,且自置信度阈值设置的越小,帧长预测的结果越准确;频繁序列去冗余算法在自置信度阈值为0.04时,ARP协议的关键字候选集筛选率可达到28%。最后,本文直接通过上差矩阵、下差矩阵来统计所有满足互置信度阈值的二重关联规则,并在总结出的关联规则合并原则基础上,利用邻接矩阵实现了二重关联规则的合并。仿真结果证明,该算法可以有效统计出定长帧ARP协议的部分关联规则,且可以统计出非定长帧802.11b协议的部分同步码。