随着互联网的迅速普及,相关技术的飞速发展,互联网用户日益增多。虚拟网络很好的融入了人们的生活。因此,平均每天都会有海量的互联网流数据产生。当许多人的生活的行为都依赖于互联网时,安全问题就成了重中之重。在现实生活中,身份证可以唯一确定一个人,在互联网中,通过IP地址可以追溯到相关设备以及用户的信息。因此,在大量的网络数据中对IP用户产生的互联网行为进行统计分析,并且对互联网中的IP用户进行可识别,可追踪甚至进行身份标定是具有重要意义的。本文提出了基于溯源数据与流数据的IP属性分析,在采集并解析流数据的基础上,从IP的活跃信息,基本信息,用户信息三个方面对IP进行分析。首先采集流数据,并进行解析,提取,存储。在IP活跃信息分析方面,对IP出入度、端口使用情况等信息进行统计分析;通过判断IP用户的每天的访问频次是否超过平均访问频次+N倍的标准差来判断流量是否异常;利用活跃地址检测算法对IP活跃地址进行检测,并针对服务IP提取出相关域名信息。在IP基本信息分析方面,完成IP类型划分,区分出服务IP与用户IP;对于服务IP,使用朴素贝叶斯方法确定IP服务类型;对于用户IP,完成NAT分析,通过Cookie ID实现对NAT最大承载量的估算;利用已有的IP地址库,重新维护一份IP地址库,并统计分析出用户IP经常访问的地区分布以及经常被访问的地区分布;通过维护的IP地址库完成对溯源系统产生的溯源数据进行核验。在IP用户信息分析方面,对网络日志进行预处理,并通过爬虫获取用户个人信息。最后,对系统的具体功能进行了功能测试和性能测试,在测试过程中,对出现的bug进行了修改和完善,并进行了适当的调优,基本满足了使用的要求,可以在实际环境中进行运行。