الاختبار والقبول
اختبار دقة DPI: كيف تقيسون دقة التصنيف على حركة بياناتكم
اختبروا دقة تصنيف DPI لكل فئة تطبيقات على حدة، على عينة من حركة بياناتكم تعرفون تصنيفها الصحيح مسبقًا، واعرضوا لكل فئة معدل الاكتشاف والإيجابيات الكاذبة معًا بدل رقم واحد عام. وأي رقم دقة يذكره المورّد نقطة بداية لا أكثر؛ فتركيبة المشتركين وتركيبة التطبيقات ونسبة الحركة المشفّرة ومدى حداثة تحديث المصنِّف كلها تغيّر النتيجة. تعرض هذه الصفحة طريقة يمكن أن يعتمدها فريق الاختبار والقبول لديكم.
لفرق الاختبار والقبول وهندسة الشبكات لدى مشغلي الاتصالات ومزودي خدمة الإنترنت والجهات التنظيمية. آخر مراجعة: نوفمبر 2026.
- لكل فئة لا رقمًا واحدًا:معدل الاكتشاف والإيجابيات الكاذبة لكل فئة تطبيقات مهمة لكم.
- على حركتكم:المصنِّف المضبوط على حركة مشغّل لن يتصرّف بالطريقة نفسها تمامًا على حركة مشغّل آخر.
- مقابل مرجع موثّق:حركة تُولّدها تطبيقات معروفة على أجهزة واشتراكات تحت سيطرتكم.
- خارج المسار وبشكل متكرر:اختبروا دون المساس بمسار التمرير، وأعيدوا الاختبار بعد التحديثات الجوهرية.
لماذا لا يكفي رقم دقة واحد
الرقم الواحد متوسطٌ لكل الفئات. فإذا صُنّفت فئات قليلة كبيرة الحجم تصنيفًا جيدًا، قد يبدو المتوسط مرتفعًا بينما تُصنَّف الفئات التي تعتمد عليها سياساتكم تصنيفًا ضعيفًا. ولا يقول الرقم الواحد شيئًا عن الإيجابيات الكاذبة، أي الحركة التي وُضعت خطأً في فئة لا تنتمي إليها. والإيجابية الكاذبة لا تقل أهمية عن الحركة التي لم تُكتشف، لأنها تعني أن السياسة طُبّقت على غير الحركة المقصودة.
مقاييس دقة تصنيف DPI التي ينبغي عرضها
| المقياس | ما الذي يبيّنه | لماذا يهم |
|---|---|---|
| معدل الاكتشاف (لكل فئة) | من الحركة التي تنتمي فعلًا إلى فئة ما، النسبة التي وضعها المحرك في تلك الفئة | يبيّن ما ستفوّته سياسة أو تقرير على هذه الفئة |
| الإيجابيات الكاذبة (لكل فئة) | حركة من فئات أخرى وضعها المحرك في هذه الفئة | يبيّن ما ستُطبَّق عليه سياسة هذه الفئة خطأً |
| الضبط precision (لكل فئة) | من كل ما وضعه المحرك في فئة ما، النسبة التي تنتمي إليها فعلًا | تجمع الأثرين في قيمة واحدة تبيّن مدى الثقة في تصنيف الفئة |
| النسبة غير المصنّفة | الحركة التي لم يضعها المحرك في أي فئة | تبيّن مقدار الحركة الواقعة خارج كل السياسات والتقارير |
| الخلط بين الفئات | أي الفئات تُحسب خطأً على أي فئات أخرى | يدلّ على الفئات التي تحتاج إلى اهتمام |
| الثبات مع الوقت | هل تصمد النتائج بعد التحديثات ومع تغيّر التطبيقات | يبيّن هل ستبقى نتيجة اليوم صالحة الشهر القادم |
وحدّدوا مسبقًا هل تحسبون بعدد التدفقات أم بحجم البيانات (bytes). كلاهما مقبول، لكنهما يعطيان نتائج مختلفة؛ فقد تطغى تدفقات قليلة كبيرة الحجم على الحساب بالحجم.
إعداد عينة موثّقة
المرجع الموثّق (ground truth) حركةٌ تعرفون تصنيفها الصحيح بمعزل عن المحرك الذي تختبرونه.
- ولّدوها بأنفسكم.شغّلوا تطبيقات معروفة على أجهزة واشتراكات تحت سيطرتكم، فلا تحتوي العينة على بيانات مشتركين، ويكون لكل تدفق تصنيف معروف.
- غطّوا الفئات المهمة.أدرجوا كل فئة تعتمد عليها سياساتكم وتقاريركم، ونسخها المشفّرة والمارّة عبر الأنفاق.
- أدرجوا التطبيقات المتغيّرة.استخدموا الإصدارات الحالية من التطبيقات، وكرّروا الاختبار لاحقًا بإصدارات أحدث.
- اجعلوها قابلة للفصل.تأكّدوا أن العينة يمكن تمييزها عن غيرها من الحركة في النتائج، مثلًا من عناوين أجهزة الاختبار.
- اختبروا تحت حمل واقعي.نفّذوا جزءًا من الاختبار في ساعة الذروة لديكم، ليُقاس المحرك تحت الحمل الذي سيواجهه فعلًا.
طريقة الاختبار خطوةً خطوة
1. اكتبوا معايير القبول أولًا.اتفقوا لكل فئة على حدود الاكتشاف والإيجابيات الكاذبة، ووحدة الحساب (تدفقات أو حجم بيانات)، والتقارير المطلوبة، قبل بدء الاختبار.
2. صنّفوا خارج المسار.تحلّل المنصة الحركة دون أن تكون في مسار التمرير، فلا يمكن أن يؤثر الاختبار في المشتركين.
3. قارنوا بالمرجع الموثّق.احسبوا لكل فئة النتائج الصحيحة والحركة التي لم تُكتشف والإيجابيات الكاذبة، وسجّلوا النسبة غير المصنّفة.
4. اعرضوا النتائج لكل فئة.استخرجوا المقاييس السابقة لكل فئة، مع الخلط بين الفئات.
5. كرّروا بعد التحديثات.أعيدوا الاختبار بعد التحديثات الجوهرية للنماذج أو السياسات، وبصورة دورية مع تغيّر التطبيقات.
حدود القبول حسب استخدام الفئة
ينبغي أن يتبع الحدّ المطلوب لكل فئة ما سيُبنى عليها:
| استخدام الفئة | ما يُشدَّد عليه |
|---|---|
| التقارير وتخطيط السعة فقط | معدل الاكتشاف والنسبة غير المصنّفة، حتى تكون الاتجاهات موثوقة |
| سياسة في وضع التقرير فقط (report-only) | المقياسان معًا، لمعرفة ما كانت القاعدة ستفعله |
| سياسة تُطبَّق على الحركة، مثل الحجب حيث تقتضي سياستكم والأنظمة المعمول بها ذلك | أشد حدّ للإيجابيات الكاذبة، لأن الإيجابية الكاذبة هنا تعني تطبيق الإجراء على غير الحركة المقصودة |
عن رقم الدقة لدى إنتركي
تذكر المواد التعريفية لمنتج إنتركي دقة تعرّف تبلغ 99%، بما في ذلك تطبيقات VPN وغيرها من التطبيقات المشفّرة المراوِغة. ولم يخضع هذا الرقم لقياس مستقل، وليس مواصفةً لأي شبكة بعينها؛ فالنتائج تعتمد على تركيبة المشتركين وتركيبة التطبيقات ونسبة الحركة المشفّرة ومدى حداثة تحديث المصنِّف، ولهذا نوصي بقياسه على حركتكم بالطريقة الموضحة أعلاه.
يصنّف Interkey Intelligent DPI الحركة من سلوك التدفق (بنية المصافحة handshake، وأحجام الحزم وتوقيتها، وسلوك الأطراف المتصلة) دون فك تشفيرها. ويُعاد تدريب نموذجه آليًا على خصائص مستخرجة من الحركة الحية، وتعود نتائج Live View إلى النماذج والسياسات، ولذلك ينبغي أن تكون إعادة التحقق من الدقة بعد التحديثات الجوهرية جزءًا من إجراءات إدارة التغيير لديكم. ولمزيد عن المحرك: محرك تصنيف حركة البيانات في الشبكة لمشغلي الاتصالات.
موقع هذه الطريقة في إثبات الجدوى
هذه الطريقة هي المرحلة الثانية من مراحل إثبات الجدوى الثلاث التي توصي بها إنتركي: معايير قبول مكتوبة أولًا، ثم تصنيف خارج المسار يُقاس على حركة موثّقة وتُقاس فيه الإيجابيات الكاذبة بالعناية نفسها التي يُقاس بها الاكتشاف، ثم تشغيل السياسات في وضع التقرير فقط قبل قرار النشر داخل المسار. كيف تُجري إنتركي إثبات الجدوى لحلول DPI
ولجعل هذه الطريقة مُلزِمة في المنافسة، اطّلعوا على قائمة متطلبات كراسة شروط DPI.
أسئلة عن اختبار دقة DPI
كيف تُقاس دقة تصنيف DPI؟
ما الإيجابية الكاذبة في DPI؟
لماذا تختلف النتائج من شبكة إلى أخرى؟
هل يمكن الاختبار دون التأثير في المشتركين؟
كم مرة ينبغي إعادة اختبار الدقة؟
خطّطوا لاختبار الدقة على حركتكم
أخبرونا بفئات التطبيقات المهمة لسياساتكم وتقاريركم، وهل لديكم عينة موثّقة جاهزة، وما جدولكم الزمني. يردّ فريقنا في الرياض بالعربية أو الإنجليزية.