论文部分内容阅读
近年来,用户对视频业务的需求飞速增长。YouTube作为当今最受欢迎的互联网供应商之一,拥有超过一亿用户,人们每天在YouTube上观看超过数百万小时时长的视频,其中半数访问来源于移动终端。用户对于视频服务提出了更高的要求,用户体验也日益受到重视。服务产业已经逐步把体验作为核心竞争力与首要的盈利手段,视频作为运营商的基础业务,是当前的热点,做好视频业务的体验,是运营商差异化竞争力的关键所在。自YouTube应用HTTPS来保障用户隐私、安全,许多基于深度包检测方法来获取QoE测量参数的方法已经逐渐失效。如何从HTTPS加密流量中获取这些信息成为了目前流量识别领域的研究热点。论文主要内容如下:1.YouTube视频流识别:YouTube视频流识别是流关联和传输模式识别的基础。本文详细分析了 YouTutbe视频服务器在DNS、TLS握手中暴露的服务器信息。基于以上工作构建白名单,设计实现了 YouTube视频流识别方案,并实验证明了该识别方案实用、有效。2.YouTube视频流关联:为了关联来自同一个视频的自适应加密视频流,本文基于TLS会话恢复设计并实现了 YouTube移动端视频流关联系统。目前HTTP流关联的方法不适用于HTTPS流,因为加密之后,应用层信息无法获取,如HTTP头部信息。同时,自适应视频流在时间间隔上也没有规律,加大了关联难度。实验证明,本文提出的方案能够对YouTube视频流量进行准确、细粒度的关联。3.YouTube加密视频流传输模式识别:YouTube加密视频流传输模式识别是本文的主要内容之一。由于HTTPS的应用,传统的DPI和DFI方法无法对加密流量进行细粒度的识别。为了识别来自不同终端的传输模式,通过研究自适应传输模式的策略、中间人攻击进行明文密文比对,本文提出两种识别方案。基于朴素贝叶斯多项式模型的识别方案,以并发链接数为特征对YouTube加密视频流传输模式进行识别。基于A-I-P-FP的识别方案,只需提取视频前两条流的少量数据包的四个特征,便能快速、准确识别出来自不同手机终端及手机浏览器访问YouTube的视频传输模式,准确率超过90%。