9-用户行为分析

网

络

流

量

监

测

户用为分行析

宽

网 络带 监 教控研 中 心

目   录 

. 12.  3.  . 

42

用户

行分析为内容   的因网特络用户网述 概 用 户网行为分析过程 络 用 户网络为行的测和观集 采 用 行为分户方析与算法法

5.

 用行户分为析的念概  l

 

网络户行用为就是网络户用的点、构特成及其网在 应用络过中行程为动活所表现出来的上规律 。 依据 同不的研目的究和象数目对网络用户，行为可 为分络个体网户行用为和络网体群用行为户。   网用络户行分析为是了研究为络网用行为户的律性 规 这种 律可规用以些特某征的量统特计征，特征量或 的联关系关，量定或定性地表。示  网络跟业分析务是交错关系，用的户业务和是不密可分的  

l 

l

 3

l 

l 

用户

行为析的内容 

分.1 2.  3 . 4 . 

解了用个户体群及的上网行体及对网络的为响；影  了 用户对解网业络务的用情使况；  了解 户用种行为特各之征的间关；系  了解 用对于户网或络其用他的伤户性害行及影为； 响 了 解户的用构成以及不、用户的网同络消费点特和消 倾费。 向

4

5 

.

用户为分行析意的义

l 

对网络

划规网络优、具有重化意义要对合理，制因 订网特网运络政营具有重要策义，如意费政策。 资  解因了网特用户对络业网的务使用况情：助有于理 发合网络业务，为展网用户提络供更的服务。好   了因特网用解户于对络或其它网用户的的害性伤行 为影及响：设法少伤减害。 了 因解特网户的用网消络费特和消点费倾：有向针对 性地面向定特户用体群进市行营场活动。 销

l

 

l 



5l

 



户行用为分的一析例子  个

l

 l  

考参《国中联网互发展络状统计报告况 》 来 ：中源互国联络信网中息，心国是比内较权威 一的个联互机网 构 网址 h：tpt://ww.wnnci.nce.tn/ c

6

l

 

目用户前网上入接方  式

l l  l 

家 宽庭：带ADSLC、albMeode等m   线专网：L上A接入N专，例如企线业机、场  动移上：手网、平板机电、3G数脑卡等据  

7

因特

用网分户类  l

 

用户分从的角析度因特，用户主要分为网两： 种 

  – –

静IP地态因址特用户：网专线用户   动IP地址因特态用户：网xDS、L手等 机 

l 

其它从角，可以度多种有分方划法 ： 

 

–

个用人户企业用和 户  不接同入点和区地域围范  不同资费类 型   不同上用途 网  同年龄、不育教程、收入度范围……

8

  –  –  – –

特因用网行户分析为的难 点 l

 

因

特网络的消网费环境发展

过程不长，于对络、网 流量业、务、用户为等行方还没面完善有理的论述描和模 型定义分析，求、目的需手段等、都处于究研步 阶段 起  网络规不模扩大，链断路带宽实和际流量不断增，长 求要据采数和处集理有高具和速完的能备力  用 数户大量用，户别识复杂要求。对用进户行确识准 别并，能够采且集泛广用户的数据

l 

9

l

 

特网用因行为户析分的点 难

l 

网业务络杂复高，变度快：针对用化的户务业识别 数、据集采、析分杂复更度 高 消 费品产多样：以化因特网络网境环依为托消的费 产品量数和类都种发展当相快而且，各自特的点一 不

l 



0

1

因

网用特行户分为的析程过

l 

因网特络中的网用户为分行是一个析杂复综合和的 程，是过业领域务和术领域紧技结合的产密物  过 程要主节：环  – 

– 

l 

确定分析目标   建立分析模型  采 集本基数或者利用历据数据   数据的史提、过滤、处理、分取和析掘挖得，到论结  过 的不程迭代断和改 

进1

1

 ––  –

 基

数据础确定 的

l  l   l 

基

数础据指是不会据分根需要析经常而化变数的据  对于 基数础进行据续持采和集长期储 存  基数础围绕据述下方确面： 定 – 

–

 用户上网和量特流征   户业用和喜好特征务   络网常相异统计 关 其它 

1 2

– – 

用户行为 基数础的内据容

l 

户用上和流网量征特

–  – 

主要

上网指次、数网上时、长量流大小、流向   流大小量以进可步一分细为多项指。例如标 ：  字节数、报文数会话、、报数文长度分

布

–

 流

向地理：置、位运营商 

31

l



 

用户业务和好特征喜  

–  –

 户使用的用要主务种业 类  业使务用情：使况时用长、使用数、次用途

用

户为行础基数据内的容 

l 

网络异相关常计 统

– 

户用是否一类”某坏用户”1带多、：垃邮件圾制者、造网 入侵者络版权文、上件者传 … …   用是户某一类坏否行为的害者受被入侵者、：圾邮垃件受害 、…者  …

– 

1

4

l

其他 

 –– 

上与网量主质观感相受关的观客数 参  户用否业务是提供者（务器）服 

用户网行为络的测和采集观  l 

观测位置



–  –   

在网–的不络位同都能够进行用户上置数据网采集的  为 进行深入了全面的分，析尽量近靠用侧   B户AS(因特网R入服接器务)联链上路  

l

 

观

测手段

– –  – 

 15

统传过x通lowF方法不的能足满析需分 要 使用专用系统 用户产对的网生络流进行量采集   要在

需

若干网位置络行部署，进到一达的用定户盖 覆 

采集

备设能要力求  l 

l 

能够处

所有理的网流量，高速络速线处理  能够 准确进行户用的识别 

–  – 

静I态P地用户 址  动态IP址地户 用

l 

 能够准确

进网络业行务的识别  

– 

16

l

业 复杂务要度求采集统必须系具多有复合的种务业识能力 

别

能够进行种各复杂户用为行数据采集 的

– 

采集各种角

度用的户为数据，并行有扩具展力能

l

 

准确

地进行数采据和集统计



用上户网为行分的析据数准备 

l l   l 

本基数据的集采   据的数预处：过滤、汇聚理关、 联  数据的间汇聚：时5分钟、1小按时、日周、、月年、等时 间度进行粒存储  数据的时长间存和储积累

17

l 

用行户数为据的析方法 分

  l  ll l  

照时按变化的间史趋历势分析   定条件特的T下op分N析、热点分 析  户特征用分  析关 联分 析  类分   对分比析  异常 析分

1

8

l

  l  l 

方法按照：间时变的历化史势趋析 分 l



 要包主括网流络、量网用络使用业户量务、特网络定用 的流户以量特及定网络业的流务量各种等量的流时 序分。 析  析这些分时内序容有，于正助把握确种趋势各未来 发展的向方 。  进一更步可以还对这流些量的分进布行分析预测与 ，对流这的量测预重有要意。 义

l 

1

l 



方9：TopN法析分 

l   l 

ToN分p析是户行为分析用的一很种用的方法。常  TopN分析包 括用户量的流ToN分析p、户访用服务器的问Top 分析N 。  如对例某用户分析类时T，op用户N大程最影度了该响类用户 特的，性而对且ToNp用采取相应的户略策措施是也最有的效式。 因方此在用户，为行分析，中般一要需对oTpN用作户深更入分的

l 

2

l 

0。 析  用户对问服访器务T的op分N析可了解，户用需要的最务服内 容是哪、些服务器提供的  

 

TOPNl分对析用户喜、好户流用量布分业、使用情务况用等户行 分析目的为有重意要。 义



To

N举p例

个南某方份省的主运营商要联互互通出，口5内天网，内户访问用外服网器务 地的To址p  1 0 后续 可助其借他具工去，析分01热门地个的归址属、提供的务类型、业等

⺴⽹网等外IP  11727.148..11   811.277.14.8191  1 172..748.14 6 流 录数 记  1059,1,615  0  1 6,072,654 0   2,947,2593    11 0,31,8940     116757,,53   2 1,3 0,8848     1339,6,6 1    12,10,329     ,119,274 5    行字上节数 下行字 数节  上行 文数 报  下行报数 文

2

891,89,000,00 0    3,86584,,0000,000    297 ,9

590,0,000  0   3,85,300,0300000 ,  72, 83,3927,230     ,198,41000,0,0000     232,01,000800, 0    ,144,270,0030000,     6,4447,4,6267    1 ,85,140,400,000 0   3 0368,,188,535     ,1011,3700,0,0000     929,5,014,9665     10,2,980,000000, 0   2 ,1178256,9,3     16,2497,65,652  1   982,210,00,000 0    91884,3,00,000 0 

,924,069,306 6    ,8232,55,0695   2 9,9,3856,186    3, 81,004,827   4  19,449,367 2   1 ,356,94,957 7   1 ,62,876,5853   1, 445,83,0165    6 13,4,015 0    1252,1,9,064 2   4 3,263,5293     249,992,39 4    389,252,82   6 38 ,925,747 8    75,667292,   4  73,5252,78 6    638,7657,9 4    62,805,6591  

1

283.610.4.728  211 .3071.240.24 1  21.204.221.471 2  2212.40.41.1257   22.104.2412.174 2 21.20.441.123 7 

方法

用户：特征析 分 l

 

户用征分特是析找指出类各用户的为行点特用。户特征 析分是实针施对营销的前性条提件。   如例，通过各资对档费用户次用使征的特比，获得 高较费用户资上网特的征找到，目标用，通户业务过 导引资、费略策方式等用户使高资费向用群转户移 

l。 

2

l2

 再例如通，过政企对用户使业用务类种特征分的析 向大用户，营商销领航务系产品列   。户用特征分对析费消合性和把理主要用握户等户用行 分析目的为重有要意义。 

l 

方

：关法分联 析

l l  

关联分析发关现规则。联   在户行为分用中析可，把以用户一种的用使惯习另和外的 使习惯用进行关分析，也可以把联户的用消习费惯 和使网用习络惯行关联进分析或，把者户的自然用属性 年龄、性如、别业职与用网使络习惯行关进联

分23

l 

析。 关 分联对析掌握用的业户务喜好网和络侵入检测用 户行等为析分目有重要意义。 的

方法：

分 类 l

  l 

利用分

技类术，可以用将归户属一个为特的定。   类如，例通过对大离网（注量业销）用户务析分，得 到网离户用销前注上的行为特征，网成形离用网户型模 ，再通过该模型与比对，具有类似对为行征的特用户发 出网离警，预营销为部门取用户挽采留措提供依施。据

24

方法：对比分

析

l 

包括各种不类同型户的用流对量、比业使务用况情对比、上 情况线对等比。等  分 这些析比内容对，以可区分不同户用之间不、同 务业间的之异。  差

l

 25

方法

：常分异 析 l

 

对络用网户一的异种常分是析黑客攻击、网络对毒、病垃圾 邮等件不正的网常流量的络分。 析  一另种异常析是对分为行特异征常的个体行分析。 进  如当一比专个用线户，流其量示出具显公有众用户特 ，征

且流远远量超出线用专户可的能量，则流个专 这线用可能在经户营公众用。 户

l 

l  

2

6

用

户行分析用为到算法的 

l 

户用为行析分和挖掘程中过面，对大量的数据着，对 些这据的正数分析确才能得到，有义的意论，结分析 户用据常用数法算是两类的 

：  – –

统

计方   法数挖据掘法方

27

基本计统征特

l 

数

的最据值（M大aixmu）和m最值(小iMnmui)以及m它2个们的差 值R(nga)。 e  据数的值（M均an）、e本标样准差（Satdand r Deviatoin和样本）方差 Va（ianre,）。c  度偏，称亦偏、偏态系数态等（Sewkesn）s，是统计数分据布斜方 向和偏度的程量度，统是数据分计布非称对度的数程特征字。度是利用 3阶偏矩义的，定偏的计算公度式为 ： 



l

 

l



 82

– 

其

中(Ex)示表望期D(x)，表示差方。

相

关分性 析 l 

两变个是量否有系关，简单方法最是检查的们的相关它性相关 性一。般用关相数系表示，的它数学定是： 义

  

l  

关相系数有下如性质的：

–

 92

相系关数取的值围在范1+-1和间， 之 >0表两明变个量在正的相 关存系关；  0表明.8表明个两变之间量较强的有相性关而|，相 关系|

–

 

数

据挖掘

l

 数据掘(挖M：DDat aM inni．g)也称为据数中的知识发库 现KDD (Kn olwdge eD icsvoey  rn i Dtaabsea)是近，年随几数着据库和人工 智能展发来起一的门新的数据兴库技。术它聚了数汇 据库、工智能人、器学机、统计习学、视可化技、术并计行算等 不学同和领科域知识。 的

l 

具体地

说是数在据中，对数库据行进定一处的，理从量的大、不完全的 有、噪的声模、的、随机的糊数据提中取隐含的、先事未知 、但的又潜在有是的信息和用识知过程的  。

3

l0

 据数挖掘传统分析方与法区别的   

–  – 

  数 挖掘据在没是有明确假设的提下去挖前掘信、发息知识 现    据数挖所掘得到的息信具有先前应知未有，和实用三个效征特

数 据掘挖段手

l

 聚类  – 

聚类

把一组是体按照个相性似归若干成别类即，物以“ 类”。聚它目的的是使属得同一于别类的个体间的距离之尽 能可小，的而不同类别上个的体间距的尽离可的能。大类与 分类聚的区在于别：聚类没预先定有类义而由数别决定据。  

31

l

 

估

与计测预 

 

–计是估据根已的有资料对，某一参或数值数来获数取据其 未知他属之性。值预测根据是象对属、过性去观察的和值有 关料

资

对该属的性未来进值预行测，估预计测使用的巧技要主是回归 分、时析间列分析数及人智能工、神经络方法网。 

据挖掘手段 数

l 

序

发列 现

–

 

序列现发用数据于之与间时间关的相列序式。模如购例买了 同商品的一人否是一在周再次购买；内户访用问一网某后， 页访问后面网的页哪些是？ 

2

3

据挖数掘决的解型用典行为问户 

题  ll l   l

 

用户体划群   分景分析背   交销售叉  用户流失性分析   户用信记分 用  诈发现 欺

33

l  l

 

用户

为行析常分用具-SP工S S

l 

tSatistcali  Pckagea  ofr  hte S oical  Sciences，“即社会学统科计软件 包。随着SPSS”品产服务域领的大扩服务和深度的增， SPS加公S已司20于0年正式将0英全称更文为Statistic改a l  Prdoctu  and  Srveiec  Slotuonsi意，为“统计产与服品解决 务案方”  S SP是S世界上最早的计统分析件，经软多过的发展已经成年 为在走最了流新的“数据行库”和“数仓据掘”挖领前沿的域一 家合统计软综件司。 公 SP SS统分析计过包程括述性描计统、值均比、较般一性线型模 、关相析分回归分析、对数、性模线型聚类、析分数、简据化生 、分存析、时间序分列、多重响应析等

l 

3

4l

 

用户为分行析常工具-用osPtrgSQLe数库据

 l

PsotgreSL  Q是是种一非常复的杂对象关系-数据库型管理系 统OR（DMBS）也是目，前功最强能大，特最丰性和富最杂复 的由软自件数库据系。统有特些性至连甚商数业库据不都备。 具 P otsgerQL在用户行S为析分起中到重要很的用作由，用于行 户为数据的量往比较大往需要一，有力个的数据工库支具撑而 ，PotgseSQrL借其强凭大的功能有用户成为行析分的力有工的。具 

l

 35

户行为用析常分工用-M具TLAAB

l 

AMLTAB矩是实验室阵（atMri x aLobratory的简）称   于由atlaMb数在计算和学图方面和画其软他相比有件很 大优的势用户，为行分析涉中及到复杂数的运学 可算用Mat以ab，对于处理l果结二的、维三绘图

l 维

3

6

aMtab也l很明显的优有，可以势将结直果的显示观 图在表中便，于察用观行为户特征  。l

 

Mtalba是用也行为户分析的的要软重之件一  。

户行用为析分用工具-常EWK  A

 l

We

ak的名全怀卡是托智分能析境环（Wikaaot Environm etn  f o r nowleKge d naAlsis），已有十y多年的展发史历。  它 一种是基Jav于a的源开据数掘软挖件   于再编程易实现，自的算己 法 W ka集合e了大量承能数担挖据掘任的务机学习算器法包括， 对数据进预处理行、分类回归、、聚类、联规则关析分以，在交

及互式面界上视化可数据

  l  ll

 37