近些年来,我国的移动互联网产业发展迅猛,使用手机上网的用户越来越多,手机上的应用程序也越来越丰富,功能越来越强大。在这样的大背景下,从手机流量中提取有用信息就变得越来越有意义。本文研究了现有的流量识别技术,分析了L7-filter数据包识别系统和Snort入侵检测系统,抓取并分析了100个APP的流量,在此基础上制定了手机应用识别和关键信息提取的方法。应用识别方面,采用了基于DPI深度包检测技术识别应用的方法,这种方法实时性好,识别精度高,被广泛应用于工业领域。由于某些应用并不主要使用HTTP协议,但几乎所有的应用都使用DNS协议,所以设计了针对DNS报文的识别方法和针对HTTP报文的识别方法。基于HTTP报文的识别主要通过“定位四元组”实现,基于DNS报文的识别主要通过域名识别实现。HTTP报文分类方面,同样采用了DPI技术。先后尝试了5种特征,最终选择了Host首部加User-Agent首部特征字符串作为分类依据。关键信息提取方面,只针对HTTP报文,同样根据HTTP协议制定了信息提取的规则,设计的规则主要由四部分组成:应用名和信息类型、定位四元组、提取方法和提取字符串、信息封装和发送方法。针对100个国内常见的手机APP进行了识别和信息提取工作,完成了域名识别规则库、信息提取规则库和HTTP报文分类规则库,并在此基础上开发了网络流量中移动应用和关键信息识别系统。提取的信息包括三方面内容,第一是与手机相关的信息,如IMEI码、手机号等;第二是与应用软件相关的信息;第三是与用户相关的信息,如QQ号、评论信息、购物信息、发布信息等。