常见的安全应用识别技术有哪些？
常见的安全应用识别技术有哪些？
在网络空间，安全方面的应用的涵盖多之又多，由于应用系统的复杂性，有关应用平台的安全问题是整个安全体系中最复杂的部分。下面我们一起了解一下在Internet/Intranet中主要的应用平台服务的安全问题及相关技术。
网络安全产品有以下几大特点：
第一，网络安全来源于安全策略与技术的多样化，如果采用一种统一的技术和策略也就不安全了；
第二，网络的安全机制与技术要不断地变化；
第三，随着网络在社会个方面的延伸，进入网络的手段也越来越多；
因此，网络安全技术是一个十分复杂的系统工程。为此建立有中国特色的网络安全体系，需要国家政策和法规的支持及集团联合研究开发。安全与反安全就像矛盾的两个方面，总是不断地向上攀升，所以安全产业将来也是一个随着新技术发展而不断发展的产业，安全应用识别技术将起到很大的作用。
常见的安全应用识别技术：
为了应对固定端口进行协议识别的缺陷，在实际使用过程中，主要有DPI和DFI两种技术：
1）DPI（Deep Packet Inspection），即深度包检测。在进行分析报文头的基础上，结合不同的应用协议的“指纹”综合判断所属的应用。
2）DFI（Deep Flow Inspection），即深度流检测。它是基于一种流量行为的应用识别技术。
不同的应用类型体现在会话连接或数据流上的状态各有不同，展现了不同的应用的流量特征：
应用 | 持续时间 | 平均数率 | 传输字节数 |
HTTP | 短 | 高 | 中-高 |
VPN | 长 | 低 | 高 |
Games | 长 | 低 | 高 |
Streaming | 长 | 中 | 高 |
P2P | 长 | 中-高 | 高 |
NAT | 短-长 | 低-高 | 低-高 |
这两种技术，由于实现机制的不同，在检测效果上也各有优缺点：
比较项 | DPI | DFI |
识别准确率 | 可以准确识别具体的应用 | 无法很准确的识别具体应用，可以泛泛的识别一类应用，如P2P加密类等 |
识别的误报率 | 通常情况下不同的应用具有不同的“指纹”特征，但是有些情况下，不同应用可能具有相似的“指纹”，甚至有些“指纹”较短，导致误报的几率增大 | 不同的应用类型，可能存在较为相近的流量特征，从而导致误报率的增大，如NAT之后的流量与P2P流量具有较大的相似性 |
对计算的要求 | 高，需要逐包检查，特征匹配 | 低 |
新应用支持效率 | 低，需要逐个分析具体应用，并更新特征库 | 高，对于已经支持的应用类型，可以快速的支持 |
实现技术 | 基于特征匹配技术 | 基于网络层、传输层信息、业务流持续时间、字节长度分布等参数进行统计分析技术 |
升级的方便性 | 简单，通过升级特征库即可 | 无需升级 |
DPI技术由于可以比较准确的识别出具体的应用，因此广泛的应用于各种需要准确识别应用的系统中，如运营商的用户行为分析系统等；而DFI技术由于采用流量模型方式可以识别出DPI技术无法识别的流量，如P2P加密流等，目前因此越来越多的在带宽控制系统中得到应用。