网络可视化行业报告：5G时代网络安全（27页）

DPI 技术的关键在于高效的识别出网络中各种应用类型。DPI 技术通 过对数据流量中的内容进行监测，可以拆穿数据报文的伪装，确定其 真正面目。DPI 的应用识别技术主要可以分为特征识别、关联识别及 行为识别。在实现过程中，DPI 引擎需要确认协议的种类、切分协议 及协议域。此外，还要卸载 SSL，对加密流量进行解密。同时，其还 要进行 Payload 分析并识别协商协议。 DPI 具有多种功能，可满足政府、运营商、企业丰富多样的需求。DPI  实现的功能主要有：1）应用分析，如网络流量构成分析、性能分析、 流向分析等；2）用户分析，如用户群区分、行为分析、终端分析、 趋势分析等；3）网元分析，如根据区域属性（市、区、街道等）、基 站负载情况进行分析等；4）流量管控，如 P2P 限速、保证 QoS、带 宽保障、网络资源优化等；5）安全保障，如 DDoS 攻击、数据广播 风暴、防范恶意病毒攻击等。 DPI 技术拥有众多应用场景。

分层服务提供商可以通过 DPI 将流量分 为低延时、保证延时、保证交付、尽最大努力交付等多种应用类型， 并在此基础上优化资源、缓解网络拥挤。企业可使用 DPI 技术进行网 络性能和安全的管理。一方面，网络管理员可依照 DPI 技术来控制网 络性能、优化网络性能；另一方面，管理员还可以借助 DPI 的帮助， 迅速获取抵御网络安全威胁和攻击的信息。此外，运营商可以使用 DPI 来统计特定 App 的数据流量，并以此分析用户行为，进行大数据 研究，为其转型升级发展提供支撑。网络可视化应用系统包括数据提取层、数据融合计算层以及数据运用 层三层架构。 数据提取层负责数据移交、数据解析、数据获取。数据提取层位于网 络可视化应用系统中最底层，也是其最核心的部分之一。通过宽带网 和移动网的网络可视化基础架构产品，分别采集、提取、分流宽带网 及移动网中的数据流量，并向上层移交相关数据。 数据融合计算层实现数据检索、数据计算、数据存储。数据融合计算 层位于系统中部，具有承上启下的作用。通过大数据基础软件系统， 本层对移交上来的数据进行存储，并根据客户需求对相关数据进行检 索、计算。