基于行為特征的P2P應用識別方法的研究.pdf

1、P2P是近年來互聯(lián)網(wǎng)最熱門的技術，在VoIP、下載、流媒體、協(xié)調(diào)計算等領域得到飛速發(fā)展，對互聯(lián)網(wǎng)業(yè)務起到了巨大的推動作用。另一方面，P2P業(yè)務占用較大的網(wǎng)絡帶寬，容易引起網(wǎng)絡擁塞和安全隱患等問題，妨礙了正常業(yè)務的開展。為了保證網(wǎng)絡正常有序地進行，保證其它正規(guī)業(yè)務的高質(zhì)量服務，就必須對。P2P流量進行識別，并進行控制。但隨著動態(tài)端口技術和數(shù)據(jù)加密技術的出現(xiàn)，P2P流量識別技術也面臨著巨大的挑戰(zhàn)。
　　論文首先分析了P2P網(wǎng)絡拓撲結構

2、與C/S網(wǎng)絡拓撲結構的不同之處，介紹了三種非結構化網(wǎng)絡的拓撲維護及資源查詢機制；對目前存在的幾種主要的流量識別技術進行了對比分析，指出了他們的利弊之處；簡單介紹了幾種常見的流量控制方法。其次，使用CommView工具，對主流P2P應用的行為進行了分析，并對機器學習算法以及該算法怎樣用于流量識別進行了深入研究。針對傳統(tǒng)的應用識別方法的一些缺點，提出了解決方案。
　　論文主要研究內(nèi)容和完成的工作：
　　1.綜合分析了國內(nèi)外已有的

3、研究成果，結合國內(nèi)外相關技術，針對基于流量識別方法存在的以下問題——計算復雜和不能實時識別P2P應用，提出了一種基于行為特征的P2P應用識別方法。該方法只需分析每個流的前五個UDP數(shù)據(jù)包，并且只需解析數(shù)據(jù)包的頭部信息，計算量大大減小。不需要等到每個流結束，即可對流量分類，因此，可以用于實時的P2P應用識別。同時，將行為特征與。Na?veBayes算法相結合，使得該識別方法具有一定的可預測性，能夠發(fā)現(xiàn)網(wǎng)絡中新出現(xiàn)的P2P應用。在Weka環(huán)

4、境中將該方法與基于流量統(tǒng)計特征的方法進行對比，分析其性能指標，分析結果表明該方法的識別性能有所提高。
　　2.對行為特征的描述方法進行了改進，提出了對網(wǎng)絡數(shù)據(jù)包進行非線性轉化的數(shù)據(jù)分析方法。該方法將數(shù)據(jù)包大小的實際值映射到相應的集合中，并根據(jù)映射到的集合的不同，對其賦予不同的值，文中用到的值為0，1，2，-1。在Weka環(huán)境中，使用原始的數(shù)據(jù)集合與改進后的數(shù)據(jù)集合分別進行分類實驗，結果證明了該方法能使應用識別的準確度得到很大提高。