【流量分析】如何从大量数据会话中识别出视频流

讲完DPI的强大，再来讲讲DPI的劣势

• 容易被欺骗。因为DPI是通过规则库识别协议或者服务，因此很容易被开发者利用，通过伪装和混淆等手段来欺骗DPI设备。
• 无法应对加密流量。加密的引入是为了保护用户的隐私，用户隐私被侵犯的原因很大程度上是流量分析导致的，而DPI是流量分析的重要工具。这是一个对抗的过程。
• 当新协议或者应用出现，DPI无法产生及时的应对。这点讲的主要是泛化的能力，对未知数据能够具备同样或者较好的处理能力。

今天的论文，既没有用DPI来进行流量识别，也没有用机器学习和深度学习方法。而是采用流统计特征，通过DFI技术进行流量识别。(其实也是可以用机器学习的)。
DFI(深度流检测)，针对不同的数据流的统计规律和连接规律，例如连接速率、流持续时间、报文长度分布等进行深度检测，对数据流进行分类。

其实像DPI和DFI这种类型的检测方法，最大的缺陷就是需要定期及时的更新规则库。检测特征受到众多因素的影响，而且非常容易改变。一旦变化而且没有及时更新，就很可能检测失效或者准确率降低。DFI也确实是可行的思路。

原文链接：Silhouette - Identifying YouTube Video Flows from Encrypted Traffic
源码链接：Code base on python
数据集链接：Video

大多数视频流传输都采用HTTP协议，Youtube视频流有两种表现形式，QUIC+HTTP和TCP+HTTP。(QUIC,TCP是传输层协议，HTTP是应用层)由于其应用行为是一致的，数据流特征表现也相对接近。因此可以针对这两种表现形式找到通用的识别方法。
Youtube在视频传输中支持两种不同的形式，首先是渐进式下载(240p，360p，480p)，渐进式下载就