随着互联网业务的发展,业务数据呈现出种类多,流量大,数据格式不一的特性。要对网络业务数据进行分类存在如下问题：随着业务种类越来越多,通过分析流量数据包的包头信息,按协议类型和使用端口来分类的方法已不再准确；可以利用深度包分析技术对数据包载荷进性模式匹配,识别出不同类型业务的特征,但对模式匹配算法的改进已很难处理飞速增长的数据量；云计算技术成为处理海量数据的通用技术,但用于深度包分析尚无标准处理方法。本论文针对这些问题,对模式匹配算法进行改进,设计出一种应用云环境下的模式匹配的方法,然后基于该模式匹配的方法对数据包进行深度包分析,匹配出数据包中所包含的业务类型特征,从而将业务数据进行分类。本文的主要贡献如下：1.本文提出了一种新的利用网络深度包检分析技术对网络业务数据进行分类的方法。2.分析一些模式匹配算法,比较其在云环境下并发运行的效率和适用性,并设计出一种可行的在云环境下的模式匹配方案。3.利用Linux系统中Libpcap库的系统API和云计算开源框架Hadoop,实现整个云环境下深度包分析的流程。