区分服务（DiffServ）与流量分类

区分服务（DiffServ）它被定义为一种服务类模型，用于根据类别来描述和控制IP网络中的流量。 差异化服务的主要目的，就是为那些需要持续、稳定数据传输的特定流量提供优先处理的服务。 在差异化服务中，流量被划分为多个等级，每个等级都会得到不同的处理方式和优先级。 这种用于区分不同服务的分类技术，在资源有限或数量较少的情况下非常有用。 差异化服务是在网络的层面来实现的。开放系统互连模型（OSI模型）。差异化服务的例子就是语音流量。

与服务质量(QoS)解决方案相比，区分服务提供了一种更可扩展且更灵活的方式来控制流量。在区分服务模型中，每个数据包都被赋予64种可能的转发行为中的一种，这些行为也被称为“每跳行为”。这些“每跳行为”用于定义每个节点的数据包转发过程，而这一过程是由DiffServ代码点来决定的。

什么是DiffServ代码点（DSCP）？

这个8位ToS字段由两个部分组成，分别是IP头部和PHB。其中，IP头部包含一个被称为“比特字段”的组成部分。区分服务代码点 (Differed Services Code Point, DSCP)DSCP的值范围从0到63。DSCP字段用于标记数据包。被标记的数据包与其他数据包相比，会得到不同的处理方式。此外，IP优先级值和ToS字段也被用来标记数据包，从而确定网络中数据的传输顺序。

差异化服务的运作方式

DiffServ域用于标识DiffServ协议的作用范围。该域由两个节点组成。这两个节点分别是：

• 边缘路由器
• 核心路由器

边缘路由器：边缘路由器位于域的边界处。边缘路由器所执行的职能包括：

• 为了在水平方向上映射那些存在于传入域内的DiffServ和QoS协议。
• 为了给那些具有相同服务质量要求的流量流分配相同的DSCP值，需要这样做。
• 根据网络传入的QoS信息，为所有数据包分配相应的DSCP值。

2. 核心路由器：核心路由器存在于该域内。核心路由器所执行的职能包括：

• 为了将那些根据 DSCP 值具有不同的策略的数据包进行转发。
• 为了确保DSCP值在同一域内得到相同的处理方式，需要这样做。

根据DiffServ协议，流量类别被分为三种类型。具体分类如下：

快速运输服务（EF）：“快速运输”服务主要针对那些具有特定服务质量要求的流量进行传输，比如电话通信类的数据传输。

2. Assured Forwarding (AF)：保证转运服务Assured Forwarding (AF) 包含了多个运输类别，例如 AF1、AF2、AF3 和 AF4。

3. 尽力而为：Best Effort (BE)“最佳努力”策略并不能确保服务质量得到保障。

差异化服务（DiffServ）的优势

• 无需采用差异化服务来保持系统的稳定性，也不需要定期更新每个被保留的节点，以从错误中恢复过来。

• 差异化服务具有更好的可扩展性，因为资源的分配是以类级别的粒度来进行的。

• 差异化服务可以简化网络操作。

• 在需要提供优先服务的场合，会采用差异化服务方式。

差异化服务（DiffServ）的缺点

• 差异化服务并不能保证一定的性能表现。

• 只有当高优先级流量的数量较少时，差异化服务才能发挥更好的效果。

交通分类

在计算机网络中，流量分类指的是对通过网络传输的数据包进行识别与分类的过程。 这种网络分类方式被广泛应用于各种任务中，比如服务质量管理、策略执行、资源利用管理、安全政策的实施、网络整体性能的提升，以及进出流量的优先级排序等。 流量分类被广泛应用于各种网络设备中，比如路由器、交换机、入侵检测系统以及防火墙等。

流量分类主要是将相同或相关的流量归为同一类别。这种分类对于网络管理和安全方面的数据融合处理非常重要。对于网络管理操作员和管理员来说，对网络流量的分类有助于提供高质量的网络管理服务。服务质量(QoS)为网络用户服务。

交通分类方法

交通分类可以通过多种方法来实现，例如：

基于端口的分类

基于端口的分类是一种流量分类方法，它利用传输层中的端口号来识别相关的应用程序。这种分类方法得到了许多网络设备的支持，同时还能节省资源。不过，基于端口的分类方法有一个局限性，即它只能用于那些具有固定端口号的服务和应用程序。例如，HTTP协议就使用端口80来进行通信。

2. 深度包检测（DPI）

深度包检查（DPI）这是一种交通分类的技术，它会对数据包中的所有内容进行实时检查和分析。 深度包检查方法是在应用层对数据包进行解析的。 这种方法会检查所传输的数据中是否包含有效的有效载荷。 深度包检查方法能够提供更准确的结果，但其缺点在于其所需的计算资源较多。 在DPI方法中，这些数据包是根据网络管理员所制定的规则来进行分析和处理的。

3. 基于签名的分类方法

基于签名的分类方法利用预先定义的模式和签名来识别互联网上使用的各种协议。每当有新的流量通过分类系统时，这些新产生的模式或数据就会与数据库中已存储的模式和签名进行比较。这种方法的适用对象主要是那些被广泛使用的应用程序和服务。