随着互联网的普及和发展,网络应用出现了迅猛的增长,网络流量的识别对于网络管理和网络服务等都具有巨大的作用。即时通信软件是重要的网络应用之一,但是其一般使用私有协议和加密协议传输其通信流量,这给管理带来了困难和安全风险。传统的网络流量识别方法主要有基于端口号,基于载荷特征以及基于统计信息等。其中基于载荷特征的方法由于稳定性和精确性的优点最为常用。然而,即时通讯工具的种类繁多,不公开其协议规范的规范,很难采用统一的方法来进行分析和识别。甚至,部分软件采用加密技术来保护其通讯流量的隐私性,人工标注无法发现其载荷特征。使得传统的基于载荷特征的方法无法适应迅速更新版本和协议加密的即时通信软件的网络应用。因此,即时通信应用的流量的识别一直是研究的热点。首先,本文将层次聚类方法和数据挖掘中的关联规则挖掘结合,提取了即时通信软件的网络流量的载荷特征,设计并实现了即时通信流量的特征自动化提取系统。其次,把序列化的载荷特征引入到识别方法上,并且分别提取了网络流层次或者网络数据包层次的载荷序列特征,对于即时通信的不同的应用的检测,可以提高其提出特征的检测准确性。最后,本文详细讲述了基于网络流量的特征自动提取系统,提取的一些常见即时通信软件的网络应用的流量特征,并对比分析了使用网络流量的传统载荷特征的改进。实验结果表明系统实现了高精度特征的自动提取目标,具有很好的稳定性和精确性。