基于DPI和会话关联技术的QQ语音业务识别模型和算法

admin管理员组

文章数量:1533848

2024年4月5日发(作者：)

第１８卷第６期

重庆邮电学院学报（自然科学版）

Ｖ０１．１８Ｎｏ．６

２００６年１２月Ｊｏｕｒｎａｌ

ｏｆ

ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ

ｏｆＰｏｓｔｓａｎｄ

Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（Ｎａｔｕｒａｌ

Ｓｃｉｅｎｃｅ）Ｄｅｃ．２００６

文章编号：１００４—５６９４（２００６）０６—０７８９—０４

基于ＤＰＩ和会话关联技术的

ＱＱ语音业务识别模型和算法＊

金婷，王攀，张顺颐，陆青莲，陈东

（南京邮电大学网络技术研究中心，江苏南京２１０００３）

摘要：针对互联网即时通信软件一腾讯ＱＱ的语音会话特征进行了深入的分析，研究如何基于ＤＰＩ净荷深度检

测和会话关联技术来有效识别ＱＱ语音业务，并设计出ＱＱ语音业务的识另ｑ模型和算法，原型系统在１０

Ｇ电信ＩＰ

骨干网中得到了充分验证。

关键词：ＱＱ；流量识别；净荷深度检测；会话监控

中图分类号：ＴＰ３９３．０６文献标识码：Ａ

０

引言

１

ＱＱ通信机制研究

互联网技术的发展和普及，使传统的通信方式

１．１

ＱＱ语音业务的识别现状

逐渐被网络通信所取代。利用通信软件，不仅可以

针对ＱＱ和ＱＱ语音业务的识别具有一定的难

进行文本聊天，也可以用语音或视频进行聊天，由于

度，原因如下。①ＱＱ的通信协议不公开，且其中

使用方便且资费低廉，越来越多的人通过网络进行

部分信令使用了加密算法。②ＱＱ的版本众多，升

远程实时会话［１］。在巨额利益的吸引下大量非法

级比较频繁，而且与多数软件不同的是，它客户端的

ＶｏＩＰ运营充斥着正规的电信市场，不仅导致合法运

升级往往伴随着协议相应的改变。③现今大部分

营商话务量流失，更打破了原有电信市场的公平竞

对ＱＱ的研究集中在ＱＱ登陆退出过程以及文本聊

争格局。因此非常有必要将互联网上ＶｏＩＰ业务纳

天交互方式上，鲜有对其语音过程的分析，所以可借

入良性控制的范畴凹］。

作为目前中国最为流行的即时通信软件之一的

鉴之处不多。④腾讯ＱＱ采用端口伪装技术，使用

８０端口；端口可随机配置；服务器有多个不固定的ＩＰ

腾讯ＱＱ，虽然目前仅提供ＰＣ２ＰＣ的通话方式，但

由此带来的话务分流也对电信运营商造成了一定的

地址，难以做到完全控制。⑤ＱＱ提供文本、数据、语

冲击，因此提供话音业务的网络运营商自然而然希

音、视频等业务，各种业务的会话特征均不相同，因此

望能够良性控制ＱＱ的通话行为，即便不做控制，也

对服务器ＩＰ地址的“野蛮”封堵并不是解决问题的根

需要统计ＱＱ语音业务所带来的话务分流比例。所

本办法，这会导致正常的ＱＱ通信无法使用。

以，对ＱＱ和ＱＱ语音业务的识别及其良性控制，不

由此可见，采用传统的端口过滤、ＩＰ地址过滤

仅对电信运营商有重大意义，而且也有助于对其他

以及协议分析等业务识别方法很难识别出ＱＱ的语

的即时通信软件进行监管［３］。

音过程，因此，必须另辟蹊径。

本文中，我们对ＱＱ的通信机制进行了研究，包

１．２

ＱＱ会话及ＱＱ语音业务会话的净荷特征分析

括登陆认证、连接请求以及语音通信的各个过程，深

ＱＱ会话：泛指用户登陆之后的所有ＱＱ交互

入分析和概括了其交互过程中的净荷特征，并设计

行为，包括用户登陆、身份认证、文本聊天、语音通

实现了一种基于净荷深度检测（ｄｅｅｐ

ｐａｃｋｅｔｉｎｓｐｅｃ—

话、视频会话、３Ｄ游戏、退出等ＱＱ交互过程。ＱＱ

ｔｉｏｎ，ＤＰＩ）和会话关联技术的ＱＱ语音业务识别模

语音通话：特指ＱＱ会话中的语音和视频通信过程，

型及其算法“］，最后开发出实验原型系统并在电信

因此，一个ＱＱ号码对应一个ＱＱ会话，而ＱＱ语音

ＩＰ骨干网中得到验证。通话则特指一个ＱＱ用户同另一个ＱＱ用户的语音

－收稿日期：２００６—０８—２９修订日期：２００６—１０—１１

基金项目：圆家“８６３”高技术研究发展计划资助项目（２００５ＡＡｌ２１６２０）

作者简介：金婷（１９８１・），女，浙江台州人，硕士研究生，主要研究方向为计算机通信与ＩＰ网络技术，Ｅ－ｍａｉｌ：ｗａｎｇｐａｎ＠

ｎｊｕｐｔ．ｅｄｕ．ｃｎ！张顺颐（１９４４一），男，江苏南京人，教授，主要研究方向为计算机通信网及ＩＰ网络技术。

万方数据

・７９０・

重庆邮电学院学报（自然科学版）第１８卷

通信过程。

通过使用数据捕获和分析工具测试ＱＱ分组发

现，ＱＱ登录过程或连接请求过程中数据包格式分

为头部、内容和尾部３个部分，固定为：Ｏｘ０２客户端

版本命令序列号ＱＱ号码内容０ｘ０３，可得知各字段

长度。因此ＱＱ会话具备一定的净荷特征，可根据

起始和末尾净荷特征Ｏｘ０２及０ｘ０３，通过ＤＰＩ机制

识别出ＱＱ会话的分组。再根据请求登录令牌，识

别出数据包第８至第１１字节为主叫ＱＱ号码，以标

识一个ＱＱ会话。并且通过测试ＱＱ语音通信的交

互过程，发现语音连接建立时，也具有起始和末尾净

荷０ｘ０２／０ｘ０３的特征，之后，则采用类似ＳＩＰ协议邙］

的通信交互机制建立语音会话［６］。因此可以采用

ＤＰＩ机制和简单的协议分析技术来识别ＱＱ的语音

会话。净荷特征匹配串为“ＳＩＰ／ｕｓｅｒ—ａｇｅｎｔ：Ｔｅｎ—

ｃｅｎｔ—ＶＱＱ”，“ＳＩＰ／ｒｅａｓｏｎ＝１００’’等‘１

２

２．１

０｜。

ＱＱ语音业务识别模型和算法

ＱＱ语音业务识别模型总体设计

本文中，我们设计了一种基于净荷检测和会话

关联技术的ＱＱ语音业务识别系统，其总体设计框

架如图１所示。从图１中可以看出，系统分为４个

层面，从下往上依次是：数据采集层、协议分析层、流

量识别（业务感知）层和ＱＱ语音业务应用层。

图１

Ｆｉｇ．１

ＱＱ业务感知和ＱＱ语音识别控制技术的总体框架

Ｆｒａｍｅｗｏｒｋ

ｏｆｃｏｎｔｒｏｌ

ｔｅｃｈｎｉｑｕｅ

ｉｎ

ＱＱｓ

ｓｅｒｖｉｃｅｄｅｔｅｃｔｉｏｎａｎｄ

ｖｏｉｃｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ

（１）数据采集层。数据采集层面提供对于不同

链路的数据采集或复制技术，如１００／１０００

Ｍ

据完整、可靠地传送至上一层面（协议分析层）。

（２）协议分析层。协议分析层面将数据进行

ＴＣＰ／ＩＰ协议解析，并且向上层提供足够的ＩＰ分组

头部和ＴＣＰ／ＵＤＰ的头部信息及必要的分组净荷

信息，以满足上一层（流量识别层）对业务的识别和

ＦＥ，

感知。

（３）流量识别（业务感知）层。流量识别层是整

个架构的核心层，主要根据下层（协议分析层）提供

的ＩＰ分组头部信息ＴＣＰ／ＵＤＰ的头部信息及其净

荷信息等特征有效识别出ＱＱ业务，匹配失败的分

组则丢弃。该层主要包含ＱＱ会话识别算法和ＱＱ

语音会话关联算法。此外，还需采用合适的机制保

障识别算法灵活适应ＱＱ业务特征的变化。其算法

ＡＴＭ，ＳＤＨ不同速率的采集或复制技术，以保障数

万方数据

第６期

金婷，等：基于ＤＰＩ和会话关联技术的ＱＱ语音业务识别模型和算法

・７９１・

采用正则表达式来表现ＱＱ的会话特征和语音会话

特征，因此当ＱＱ版本发生变化或者特征发生变化，

本算法只需要简单地修改正则表达式的特征配置文

件即可，无需重新修改代码和算法即做到快速高效

的更新。

（４）ＱＱ话音业务应用层。ＱＱ语音业务层对

于ＱＱ语音业务的识别具有很广泛的意义和应用价

值。主要可以应用在：ＱＱ语音业务流量统计分析；

ＱＱ语音业务性能分析；ＱＱ语音流量控制和呼叫

跟踪；ＱＱ资费影响因子估算：ＱＱ语音流量异常检

测；ＱＱ语音信息安全监控。

２．２

ＱＱ会话识别算法

ＱＱ会话识别算法处理过程如图２所示，其具

体处理流程如下。

图２

ＱＱ会话识别流程图

Ｆｉｇ．２

Ｆｌｏｗ

ｃｈａｒｔｏｆ

ＱＱｓ

ｓｅｓｓｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ

①初始化哈希表。该哈希表用于存储ＱＱ会话

ＳｅｓｓｉｏｎｌＤ。该标识用ＱＱ号码和其ＩＰ

②接收分组。

③根据ＱＱ会话净荷特征进行ＤＰＩ检测，以判

④判断该会话是否已经存在于哈希表中，如果

⑤保存ＱＱ会话标识。Ｋｅｙ为ＱＱ号码，ｅｌｅ—

⑥转②。

ＱＱ语音业务识别和会话关联算法

ＱＱ语音业务识别和会话关联处理算法流程如

万方数据

图３

ＱＱ语青业务识别和会话关联算法流程图

Ｆｉｇ。３

Ｆｌｏｗｃｈａｒｔ

ｏｆ

Ｑｍ

ｖｏｉｃｅ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄ

ｓｅｓｓｉｏｎａｓｓｏｃｉａｔｉｏｎ

ａｌｇｏｒｉｔｈｍ

①接收分组。该接收过程同ＱＱ会话过程是

同一过程，只是同一分组复制之后用于不同之处。

②根据ＱＱ语音净荷类的ＳＩＰ特性进行ＤＰＩ。

如匹配成功，则转③；否则，丢弃分组，转①。

③将语音会话同ＱＱ会话进行关联识别。由

于单一通过ＱＱ语音净荷的特征分析并无法完全判

断该分组就是ＱＱ语音会话分组，因此必须将该

ＱＱ语音会话分组同已有的ＱＱ会话进行关联检

测，如该ＱＱ会话存在，则该ＱＱ语音分组的判断将

极大可能是准确的。具体的关联过程是用该语音分

组中获取的ＱＱ主叫号码作为ｋｅｙ，到ＱＱ会话哈

希表中查询，如查询出来的元素为一个ＩＰ地址，那

么证明该ＱＱ会话是存在，转④；如果查询出来是

０，则该ＱＱ会话不存在，于是丢弃分组，转①。

④保存和更新ＱＱ语音会话信息。将ＱＱ语

音会话的主被叫ＱＱ地址和端口、主被叫ＱＱ号码、

语音编解码类型、呼叫发起时间、呼叫结束时间等关

键信息保存。当有其他语音会话的分组到来的时

候，相应地更新相关信息，形成ＱＱ的呼叫详细记录

ＣＤＲ。重复过程，转①。

２．４会话关联算法的处理过程

在ＱＱ语音业务的识别算法中，会话关联是个

很重要的过程，该过程采用的关联元素（关联会话）

标识为Ａｓｓｏｃｉａｔｉｏｎ

Ｓｅｓｓｉｏｎ

ＩＤ一（主叫ＩＰ地址，主

叫ＱＱ号码）。采用会话调度器机制来确保ＱＱ语

音会话的识别准确率。调度器可以采用定时轮询和

消息通知２种机制，来确保调度器知晓新增的ＱＱ

语音会话。定时轮询的办法是指调度器每隔一定时

间查询是否有新增的ＱＱ语音会话标识；另一种是

采用消息通知机制，当有新增的ＱＱ语音会话时，就

发出消息通知调度器。前者效率较低，开销大，实时

标识，即ＱＱ

地址两元组来表示，因为一个ＱＱ号码只能对应于

一个ＩＰ地址，因此从存储和查找的效率来看，用哈

希表存储最合适。哈希表中所有的元素初始化为

０，即所有ＱＱ号码对应的ＩＰ地址初始化为０。

断该分组是否为ＱＱ分组，再判断该分组是否为

ＱＱ会话的请求登陆令牌分组，如是，则获取ＱＱ号

码，转④；如匹配失败，丢弃分组，转②。

是，则丢弃分组，转②；如果不是，转⑤。

ｍｅｎｔ为该ＱＱ号码的登录ＩＰ地址。

２．３

图３所示。

・７９２・

重庆邮电学院学报（自然科学版）第１８卷

性不够，但实现简单；后者效率高，实时性好，实现较

为复杂。通常采用第２种消息机制，以保证实时地

进行真正语音的比较。

类似软件的识别和监管具有一定的参考价值。

参考文献：

Ｄ－Ｉ

董莹，孙桂春，向群，等．利用腾讯ＱＱ开展网

上实时咨询服务的实践［Ｊ］．上海高校图书情

报工作研究，２００５，２（５８）：３１－３３．

［２］

ＧＡＯＬｉ—ｓｈａ，ＬＵＯ

Ｊｕｎ—ｚｈｏｕ．Ｐｅｒｆｏｒｍａｎｃｅ

ａ

３算法验证

根据本算法开发出的ＶｏＩＰ检测系统在中国电

信广西分公司的１０Ｇ骨干网上得到了具体的验证。

系统采用分光方式将ｌｏＧ流量负载均衡分流至若

干台业务识别处理机上，业务识别处理机完成核心

算法的实现，从纷繁复杂的分组中提取、分析、识别

和关联出ＱＱ的语音会话，每台业务识别处理机上

的平均流量为７００ＭＢｙｔｅ／ｓ，峰值流量为近９００

ＭＢｙｔｅ／ｓ。系统运行至今近６个月时间，平均每秒

识别出的ＱＱ语音呼叫的频度为１００条／ｓ。通过实

际拨打测试，统计出ＱＱ语音业务的识别准确率为

１００％，并能很好地体现了算法的实施效果，验证了

算法的准确性。

Ａｎａｌｙｓｉｓ

ｏｆＰ２ＦＬＢａｓｅｄＶｏＩＰＳｏｆｔｗａｒｅ

ＥＢ／

ＯＬ］．（２００６—０３—０５）［２００６—０７—２６］．ｈｔｔｐ：／／

ｉｅｅｅｘｐｌｏｒｅ．ｉｅｅｅ．ｏｒｇ．

［３］

ＦＥＮＧ

Ｃａｏ，ＤＡＶＩＤ

Ｐｒｏｖｉｄｉｎｇ

Ｓｅｃｕｒｅ

Ａ，ＢＲＵＣＥＢ，ｅｔ

ｉｎ

ａ１．

ＳｅｒｖｉｃｅｓＰｅｅｒ—ｔｏ－Ｐｅｅｒ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

ＮｅｔｗｏｒｋｓｗｉｔｈＣｅｎｔｒａｌ

Ｓｅ－

ｃｕｒｉｔｙ

Ｓｅｒｖｅｒｓ［ＥＢ／０Ｌ］．（２００６一０７一０７）［２００６—

Ｌｅｖｙ，ＨＡＩＭ

Ｚｌａｔｏｋｒｉｌｏｖ．Ｔｈｅ

ｏｎ

０７—２６３．ｈｔｔｐ：／／ｉｅｅｅｘｐｌｏｒｅ．ｉｅｅｅ．ｏｒｇ．

［４］

ＨＡＮＯＣＨ

ＥｆｆｅｃｔｏｆＰａｃｋｅｔ

Ｄｉｓｐｅｒｓｉｏｎ

ｃａｔｉｏｎｓｉｎＩＰ

Ｖｏｉｃｅ

Ａｐｐｌｉ—

４结束语

设计了一种基于净荷深度检测和会话关联技术

的ＱＱ语音业务识别系统模型。该模型主要阐述了

基于ＤＰＩ技术的ＱＱ会话识别算法和ＱＱ语音会

话关联识别算法，其中的算法和模型均在实际的ＩＰ

骨干网上得到了验证。该模型和算法具有良好的可

扩展性和准确性，且易于与运营商相关的应用接口

对接，能够通过各种应用开发，便于电信运营商对于

ＶｏＩＰ业务进行监管。此系统的设计和实现对其他

［６］

［５３

Ｎｅｔｗｏｒｋｓ厂ＥＢ／ＯＬ］．（２００６—０４—

１５）［２００６—０７—２６］．ｈｔｔｐ：／／ｉｅｅｅｘｐｌｏｒｅ．ｉｅｅｅ．

ｏｒｇ・

ＳＣＨＵＬＺＲＩＮＮＥ

Ｈ，ＲＯＳＥＮＢＥＲＧ

Ｊ，ＨＡＮ—

ＤＬＥＹ

Ｍ．ＳＩＰ：Ｓｅｓｓｉｏｎ

ＩｎｉｔｉａｔｉｏｎＰｒｏｔｏｃｏｌ

［Ｒ］．ＲＦＣ２５４３，１９９９，３．

万敏，万晓榆．基于ＳＩＰ的ＶｏＩＰ在下一代网

络中的应用［Ｊ］．重庆邮电学院学报（自然科学

版），２００３，１５（４）：８４，８７．（责任编辑：田海江）

Ｍｏｄｅｌ

ａｎｄ

ａｌｇｏｒｉｔｈｍ

ｏｆ

ｏｎ

ＱＱ＇ｓ

ｖｏｉｃｅｓｅｒｖｉｃｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ

ｂａｓｅｄＤＰＩ

ａｎｄ

ｓｅｓｓｉｏｎ

ａｓｓｏｃｉａｔｉｏｎ

ｔｅｃｈｎｏｌｏｇｙ

ｏｆ

Ｎｅｔｗｏｒｋ

Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ

Ｕｎｉｖｅｒｓｉｔｙ

ｏｆ

Ｐｏｓｔｓａｎｄ

ＪＩＮ

Ｔｉｎｇ，ＷＡＮＧ

Ｐａｎ，ＺＨＡＮＧ

Ｓｈｕｎ－ｙｉ，ＬＵ

Ｑｉｎｇ—ｌｉａｎ，ＣＨＥＮ

Ｄｏｎｇ

（Ｒｅｓｅａｒｃｈ

Ｃｅｎｔｅｒ

Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ＪｉａｎｇｓｕＮａｎｊｉｎｇ

２１０００３，Ｐ．Ｒ．Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ

ｐａｐｅｒ

ａｉｍｓ

ａｔ

ｔｈｅｖｏｉｃｅａｎｄｓｅｓｓｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＴｅｎｃｅｎｔ

ＱＱ，ｗｈｉｃｈ

ｉＳｔｈｅ

ｏｎ

ｃｕｒ—

ｒｅｎｔｌｙｐｏｐｕｌａｒ

Ｉｎｔｅｒｎｅｔ

ｉｎｓｔａｎｔ

ｃｏｍｍｕｎｉｃａｔｉｏｎ

ｓｏｆｔｗａｒｅ．Ｉｔ

ｆｏｃｕｓｅｓｈｏｗ

ｔｏ

ｅｆｆｅｃｔｉｖｅｌｙ

ｉｄｅｎｔｉｆｙ

ＱＱ

ｖｏｉｃｅｓｅｒｖｉｃｅｂａｓｅｄ

ｏｎ

ＤＰＩ（Ｄｅｅｐ

Ｐａｃｋｅｔ

Ｉｎｓｐｅｃｔｉｏｎ）ａｎｄ

ｓｅｓｓｉｏｎａｓｓｏｃｉａｔｉｏｎ

ｔｅｃｈｎｏｌｏｇｙ，ｔｈｅｎ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎ．Ｔｈｅ

ｖｏｉｃｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ

ｉｔ

ｐｒｅｓｅｎｔｓ

ｔｈｅ

ｍｏｄｅｌ

ａｎｄ

ａｌｇｏｒｉｔｈｍ

ｏｆ

ＱＱ

ｖｏｉｃｅｓｅｒｖｉｃｅ

ｓｙｓｔｅｍ

ｉＳ

ｖａｌｉｄａｔｅｄｉｎ１

０Ｇ／Ｂ

ＩＰ

ｃｏｒｅ

ｎｅｔｗｏｒｋｏｆＣｈｉｎａ

Ｔｅｌｅｃｏｍ．

Ｋｅｙ

ｗｏｒｄｓ：ＱＱ；ｔｒａｆｆｉｃ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ＤＰＩ；ｓｅｓｓｉｏｎ

ｍｏｎｉｔｏｒ

万方数据

本文标签： 语音识别业务算法分组