基于大规模DPI数据和耦合张量模型的移动用户行为预测研究

The novel mobile Internet applications has broken through the traditional Internet architecture and protocol, and evolved due to user demand, with traffic distribution and user behavior unknown. Mobile traffic and user behavior analysis have become a very active research area in the networking community, which is an indispensable tool for numerous network management tasks that include network planning and optimization, traffic engineering, service provisioning, user behavior modeling, and fault diagnosis. It also provides a sound basis for preventing network from intrusions, attacks, worms, and other kinds of malicious behaviors..This project will focus on traffic interaction pattern of various mobile applications. Based on real DPI data collected from public networks of Mobile Internet Service Providers, we will analyze the correlations and associations among mobile users, application servers, and traffic volumes and contents, etc. Based on coupled tensor decomposition and unsupervised/semi-supervised learning, we will propose prediction methods of mobile user behavior. The proposed algorithm will be implemented in the distributed platform, in order to improve the efficiency and accuracy of prediction.

新型移动应用突破了传统网络架构和协议的壁垒，因用户的需求而发展，其流量分布和特征模糊，用户行为复杂化。移动应用流量和用户行为的精确分析，已成为网络监管和网络行为认知研究的重要组成部分，对于网络维护和优化、网络内容审计、网络安全防御等，都具有明显的现实意义。.本项目针对移动应用的流量交互模式，基于实际网络的DPI数据，研究移动用户、服务器、流量的相关性特征及时间演化特性，提出基于耦合张量分解和无监督/半监督学习的移动用户行为预测方法，并实现分布式算法以提高算法效率和预测的准确性。

移动应用的多样化和快速发展导致网络流量分布和特征模糊，用户行为趋于复杂化，为网络管理带来新的问题和挑战。通过对网络访问记录等数据的分析和特征提取，获得有显著标志性和区分度的数据特征和模式规律，并基于此建立网络人格和行为的研究体系，对于网络管理和信息安全均具有重要意义。.本项目从实际的大规模移动DPI数据出发，利用耦合张量模型将移动用户、服务器、流量的相关性特征和互补性特征进行有效融合，结合耦合张量优化分解和半监督学习，为用户行为认知问题提供一条新的思路。.本项目具体研究内容包括：在移动流量数据采集和处理方面，利用高性能流量监控设备从实际的ISP网络中采集原始的移动DPI数据，并基于分布式平台技术构建了网络用户数据指纹系统，获得了移动用户的网络指纹样本数据集；在移动应用交互特性分析方面，对移动APP和用户访问行为进行了关联分析和聚类分析，并基于用户访问序列提出了移动APP的域名向量化表示和用户向量化表示方法；在移动应用交互特征融合方面，基于网络指纹样本数据集构建了异构信息网络模型，并提出了面向移动应用交互的耦合张量模型，研究提出了两种耦合张量分解方法；在移动用户行为预测和识别方面，针对用户使用移动APP的预测任务，提出了三种预测模型和方法，此外研究分析了移动应用中的异常行为和不实信息，提出了相应的异常检测算法。.本项目共计发表学术论文18篇，其中期刊论文3篇，会议论文15篇，提交国家发明专利申请2项，培养青年骨干教师2名和相关方向硕士研究生8名，其中1名在读硕士研究生获得2019年度国家奖学金。