【51CTO.com綜合報(bào)道】根據(jù)核心技術(shù)選型會(huì)使自己不迷失在各種花邊功能中，因?yàn)楹诵谋旧頂?shù)量就不多，但同時(shí)又很能說明實(shí)力。

上網(wǎng)行為管理產(chǎn)品的確是有互聯(lián)網(wǎng)管理的好幫手，但是個(gè)人感覺選型過程對IT部門來說都會(huì)是一個(gè)比較頭痛的事情，因?yàn)檫@類設(shè)備干的是應(yīng)用層的活，沒有RFC或者IETF可以參考，所以功能琳瑯滿目。

從功能提供上判斷只是第一步的工作，因?yàn)楦鱾€(gè)廠商所提供的未必真能做得到；小流量測試做到的，大流量的生產(chǎn)環(huán)境下未必還能有效。此時(shí)就需要能夠透過現(xiàn)象看本質(zhì)，考察其核心技術(shù)的實(shí)現(xiàn)能力和成績。畢竟核心技術(shù)的提升不是一蹴而就的事情，能把核心技術(shù)做到較強(qiáng)說明其研發(fā)實(shí)力和后期的改進(jìn)能力也會(huì)比較強(qiáng)。

通過一段時(shí)間，與幾家國內(nèi)外廠商的接觸，筆者現(xiàn)在基本了解了這類產(chǎn)品的工作機(jī)理和一些核心技術(shù)，下面就我的理解來談?wù)勗搹哪男┖诵募夹g(shù)入手，如何簡單地評判這些核心技術(shù)的好壞。

一、用戶識別與認(rèn)證背后的核心技術(shù)：

透明識別和聯(lián)動(dòng)認(rèn)證技術(shù)

機(jī)理就是通過對攜帶用戶信息的報(bào)文進(jìn)行解析，從中準(zhǔn)確地抽取出用戶信息，作為上網(wǎng)者的身份。他的難點(diǎn)在于多種認(rèn)證報(bào)文并存時(shí)要能夠逐一地識別出來是比較難的，其中最難的應(yīng)該是對PPPOE賬號的提取，因?yàn)樗吘共皇菢?biāo)準(zhǔn)的以太網(wǎng)格式。

為什么這是一個(gè)核心技術(shù)？因?yàn)檫@個(gè)技術(shù)需要大量的客戶積累才能完成，數(shù)量越多說明核心技術(shù)越強(qiáng)，畢竟廠商一般不會(huì)自己編一個(gè)聯(lián)動(dòng)認(rèn)證出來，是需要較多的客戶提出后才會(huì)去做的。

為了驗(yàn)證這一點(diǎn)筆者特意安裝了一個(gè)Load Runner來模擬海量的認(rèn)證報(bào)文撥測了各個(gè)產(chǎn)品（切忌這個(gè)環(huán)節(jié)千萬不可以單用戶測試，你肯定不想周一的早晨電話被打爆），效果區(qū)分比較明顯，各位IT同仁有興趣可以自己試一下

當(dāng)然如果覺得Load Runer 麻煩還有一個(gè)偷懶的方法，那就是看運(yùn)營商采用哪個(gè)產(chǎn)品多。因?yàn)檫\(yùn)營商很注重4A，并且對性能要求高，運(yùn)營商認(rèn)為認(rèn)證可用，那你的也應(yīng)該可用。

二、網(wǎng)頁識別與過濾背后的核心技術(shù)：

網(wǎng)頁分類技術(shù)、網(wǎng)頁分類庫

實(shí)現(xiàn)機(jī)理是廠商自己建立一個(gè)搜索引擎爬蟲，每天到處爬網(wǎng)站。對爬下來的網(wǎng)站進(jìn)行語義分析之后歸檔到自己的分類庫，在設(shè)備中引用。

為什么說這個(gè)技術(shù)是核心技術(shù)？因?yàn)檫@個(gè)技術(shù)是目前網(wǎng)頁過濾領(lǐng)域公認(rèn)的比較靠譜的技術(shù)，是網(wǎng)頁過濾的基石。目前國外做的比較好的是Websense，國內(nèi)做的比較好的是網(wǎng)康。經(jīng)過了解后發(fā)現(xiàn)，這個(gè)技術(shù)實(shí)現(xiàn)起來還是比較難的，因?yàn)榕来罅康木W(wǎng)站并且能夠進(jìn)行語義分析都是需要人力、財(cái)力和時(shí)間積累，不是幾天能夠做的出來的。

當(dāng)然這也有一個(gè)偷懶的方法，那就是看看廠商標(biāo)注URL分類庫的大小，越大的肯定經(jīng)營的時(shí)間越長，積累越多，一個(gè)產(chǎn)品不好的廠商很難投入人力，財(cái)力來搞這個(gè)東西。目前了解到的的最大庫應(yīng)該是網(wǎng)康的2000萬條。

這里還要說明一些選型誤區(qū)

其一：有些廠商說URL庫沒有用，說他們的設(shè)備可以實(shí)時(shí)、智能地基于網(wǎng)頁內(nèi)容判斷是否應(yīng)該過濾，我可以告訴大家這是騙人的。因?yàn)榻?jīng)過刨根問底，發(fā)現(xiàn)他們用的就是關(guān)鍵字匹配技術(shù)，這個(gè)技術(shù)估計(jì)一個(gè)剛畢業(yè)的學(xué)生2天就可以編出來。但關(guān)鍵字根本無法識別語義，哪敢用啊。如果關(guān)鍵字匹配要是真的能和搜索引擎分類技術(shù)平起平坐，那估計(jì)中國早就有幾千個(gè)百度了。

其二：有些廠商說他們可以過濾HTTPS網(wǎng)站，經(jīng)過單機(jī)測試還真可以用。但采用Load Runner測試時(shí)就發(fā)現(xiàn)性能急劇下降。原因就是因?yàn)檫@是一個(gè)中間人代理技術(shù)，效率極低。而且更重要的一點(diǎn)是僅僅接了5個(gè)同事的網(wǎng)進(jìn)行Gmail審計(jì)，結(jié)果每個(gè)人都問我，你是不是搞什么東西了，Gmail不斷地彈出提示框說證書不合法，收發(fā)一封信要點(diǎn)十幾次鼠標(biāo)進(jìn)行確認(rèn)。這要是讓業(yè)務(wù)部門發(fā)現(xiàn)了還不投訴到天黑。

經(jīng)了解其實(shí)URL庫大的廠商他們也都能做這些，但是他們并沒有把這個(gè)當(dāng)成亮點(diǎn)，還比較厚道。

三、應(yīng)用識別與控制背后的核心技術(shù)：

DPI、DFI、應(yīng)用協(xié)議庫

這個(gè)核心技術(shù)的機(jī)理就是從不加密的報(bào)文中找到明文特征字來標(biāo)識一個(gè)應(yīng)用，對加密的報(bào)文找到數(shù)據(jù)流的模型特征，例如包長，連接數(shù)等。最近還聽說網(wǎng)康提出了一個(gè)XAI 技術(shù)，說是可以根據(jù)P2P的文件類型進(jìn)行流控，這個(gè)還挺有意思。

衡量這個(gè)核心技術(shù)的好與壞也很簡單，一方面看應(yīng)用庫的大小，另一方面看應(yīng)用庫中每個(gè)應(yīng)用彼此獨(dú)立，因?yàn)橛行S商協(xié)議庫號稱800多，但是一個(gè)QQ傳文件就45個(gè)協(xié)庫列表，這個(gè)很不靠譜。

核心技術(shù)選型小錦囊：

1-不要輕信單機(jī)測試：因?yàn)楹芏嗷ㄉ诘墓δ軉螜C(jī)測試都可以，但大規(guī)模應(yīng)用后設(shè)備可能不可用。

2-關(guān)注需要長期積累才能見成效的關(guān)鍵技術(shù)：

a)看透明用戶識別的種類：用Load Runner測試，了解運(yùn)營商大量使用哪個(gè)產(chǎn)品

b)看網(wǎng)頁過濾效果：用Load Runner測試，比較URL庫的數(shù)量，看廠商公示的更新頻率。因?yàn)檫@個(gè)是不專業(yè)產(chǎn)品難以短時(shí)間做出來的。

c)看應(yīng)用過濾效果：應(yīng)用協(xié)議庫數(shù)量，協(xié)議間的獨(dú)立性，看廠商公示的更新頻率。能夠識別P2P文件類型更好。

d)看外發(fā)內(nèi)容過濾效果：關(guān)注關(guān)鍵字的數(shù)量，是否可以建立超過1000個(gè)以上的關(guān)鍵字庫，并且外發(fā)信息沒有明顯時(shí)延

3-不要被引入理論上的誤區(qū)：

a)貶低URL庫，高調(diào)宣傳實(shí)時(shí)網(wǎng)頁關(guān)鍵字匹配。關(guān)鍵字匹配網(wǎng)頁最終的結(jié)果就是什么都管不了

b)強(qiáng)力推銷HTTPS網(wǎng)頁過濾。這個(gè)可以有，但是大規(guī)模用起來后，你的電話就會(huì)被打爆

c)貶低X86，推崇NP,ASIC。固然后兩者是性能很強(qiáng)勁，但是那時(shí)路由器交換機(jī)用的技術(shù)。到了應(yīng)用層，帶來的就是無法快速更新協(xié)議庫，網(wǎng)頁庫。并且大量的應(yīng)用被誤識別。

希望本文能夠?qū)Ω魑籌T同仁有一個(gè)對上網(wǎng)行為管理選型的有一定的幫助。