随着IPv6网络技术的快速发展,网络应用愈发广泛,学生的学习和娱乐离不开IPv6校园网的支持,也使得校园网出口数据流量越来越大。为了了解校园网内学生的上网习惯是否健康,并保障校园网资源的合理配置,需要准确分析网络流量的使用状况,也就是对校园网进行内容监测和审计,然后进行统计分析,其实现前提是对校园网络出口数据进行俘获、解析和应用识别。当今各高校出口带宽一般在万兆以上,网络应用的种类日益增多,校园网出口流量的高速准确分析和应用识别系统对校园网资源和学生上网行为管理的作用愈发凸显。本系统在需求分析的基础上,主要完成了以下研究工作:(1)基于DPDK的高速数据包捕获研究。传统数据包捕获算法在俘获1Gbps以上带宽的校园网出口流量时会产生大量的丢包现象,本文通过使用DPDK机制进行了基于DPDK的高速数据包捕获算法的研究,消除了不必要的系统调用和内存不同区域间的多次拷贝,极大的提升了数据包俘获效率,通过实验证明了该算法能够完成对主流万兆校园网的数据包捕获。(2)基于深度流解析(DFI)和深度包解析(DPI)结合的数据包解析算法研究。由于DPI方法的时间复杂度相对较高,且在识别P2P流量和伪装流量时准确率较低。因此本文首先使用基于IPv6流标签的流还原及特征提取,再使用基于SVM的DFI方法对数据流进行分类,尤其将网页流量和其他流量进行区分,之后再结合DPI算法对网页流量的域名进行提取,进行基于WWW的应用识别和分类。并通过实验证明该算法提高了应用识别速度和准确度。(3)上网行为展示Web客户端的实现。本文通过开发基于JAVA Web的学生上网行为分析系统,完成了分析结果的可视化展示,通过该系统,使学生管理人员了解学生的上网行为,并以此为依据督促学生养成良好的上网习惯;使网络管理人员清楚地了解校园网络资源的使用情况,为合理配置校园网资源提供数据支撑。