解決方案

流量數據關聯與鑑識分析

全方位異質數據關聯分析，精準實現效能優化與流量鑑識

OTT（Over-The-Top）服務的深層流量分析，能為多種應用提供高含金量的商業洞察，例如網路效能優化及電子商務分析。透過掌握流量模式，電信業者能有效分配頻寬、提升服務品質，並優化整體網路效能。此外，OTT 流量分析還能提供關鍵的客戶行為數據，協助制定精準的行銷策略，並提升客戶體驗。隨著 OTT 服務逐漸取代傳統語音通話和簡訊，其通話啟動與接收模式已不再適用，這將對執法單位的犯罪調查帶來更大挑戰。

破解 OTT 分析難題，守護數位正義與網路效能

為因應OTT服務普及帶來的流量分析及調查需求，電信業者需要一套全面解析 OTT 應用數據的解決方案，能重建 OTT 通話中的電話號碼，還原通話雙方的相關資訊，以協助追蹤不法活動及蒐集司法鑑識證據。除了應用服務辨識，該解決方案還具備以下核心技術：

OTT 流量識別：精準檢測各類 OTT 服務（如 WhatsApp、LINE、Telegram），並區分語音、視訊與訊息等不同通訊形式。
OTT 通話用戶識別：追蹤並重建 OTT 通話流量中的電話號碼或設備 ID，以進一步辨識用戶資訊–包括 MSISDN、IMEI、IMSI、基地台 ID 和位置等數據。
資料儲存與分析：支援高效資料存儲與檢索，提供詳細報告以滿足調查需求。

透過以上功能，可大幅提升執法單位在 OTT 環境中的通訊數據追蹤與還原能力，幫助更有效地應對詐欺與犯罪活動。然而，現階段的OTT通話分析技術仍面臨以下挑戰：

OTT 技術的多樣性：不同 OTT 服務所使用的通話啟動與接收技術各不相同，例如 P2P、轉發伺服器及混合模式，這將使得從大網流量中準確提取通話資訊變得更為困難。
私有 IP 地址的影響：電信級NAT裝置（CGNAT）可能導致中介設備（如 STUN 和 TURN 伺服器）隱藏通訊的真實來源與目的地，進一步增加辨識 OTT 通話參與者的難度。
數據分析與效能挑戰：在電信級網路中進行 OTT 流量和應用識別，需要持續性地監控網路流量，並對應大量生成的數據資料。這對數據擷取、處理、可視化及存儲效能都將帶來嚴苛挑戰。