刘治国，蔡文珠，李运琪，潘成胜

（1.大连大学 信息工程学院，辽宁 大连 116600；2.大连大学 通信与网络重点实验室，辽宁 大连 116600；3.南京信息工程大学 电子与信息工程学院，南京 211800）

0 概述

随着网络通信规模迅速扩大和大量新的移动应用出现，小众通信协议和未公开专有协议的数量逐年递增［1］，无线网络［2］在网络通信中的使用比重逐年增大［3-4］。对于提高网络服务、检测流量异常和通信对抗而言，识别协议是最基本的要求。有研究指出，准确的协议特征提取是协议识别的关键［5］，只有在原始数据中准确地挖掘出未知协议的特征，才能以此为依据对后续未知协议数据进行有效的对比识别。由于比特流形式的协议包含的数据特征形式较为单一，因此提取关键的比特流序列作为协议特征是一种有效的方式［6］。通过挖掘特征序列所在帧内位置、特征序列帧内位置关系等辅助信息，并将关键序列、序列位置和序列位置关系作为复合特征，可提高协议识别的准确率。

目前，对比特流形式的未知通信协议进行特征提取已有较多研究。文献［7］针对零知识环境下协议特征提取准确率不高的问题，提出比特流未知协议的复合特征提取方法，把协议中频繁项和偏移位置2 个属性作为协议特征，提高了特征提取的准确率，但该方法获得的只是单一的字段，提取的特征较为单一。文献［8］针对AC（Aho-Corasick）算法特征候选集中元素数量随时间和频繁项长度增加呈指数级增加的问题，提出CFI（Combined Frequency Items）算法。……