基于決策樹的P2P流量識別方法研究.pdf

1、互聯(lián)網發(fā)展初期，網絡的連接方式一般為Client-Server模式，由于用戶只是向服務器發(fā)送少量的請求信息而接收大量感興趣的內容，因此網絡中的上下行數據具有非對稱性。二十世紀末，P2P協(xié)議出現，為用戶提供了將自己的多媒體目錄分享到網絡上或者直接與其他用戶進行交互的機會，實現了用戶之間的直接分發(fā)和內容分享。自此，用戶不再是僅僅充當客戶端，還可以充當服務器，成為了新的、有活力的網絡角色。用戶在服務角色方面的變化使得傳統(tǒng)的網絡流量帶寬具有了雙

2、向對稱性的特征。另外，由于現在大部分的應用表現為貪婪的性質，盡其可能的去消耗網絡帶寬，所以網絡管理者需要對網絡進行適當的干預。因此，P2P系統(tǒng)憑借其自身雙重角色的特殊性得到了網絡管理者的特別關注。
　　P2P協(xié)議在安全性方面和網絡服務受限方面也存在著很多問題。由于網絡帶寬的限制，過度吞噬網絡帶寬的應用成為運營商和各類單位的隱患。如何有效快速的識別P2P流量進而對其進行管理成為當前研究的熱點與重點，本文也將針對這一問題對P2P流量特

3、征的提取以及流量的快速分類進行研究。
　　本文首先介紹了經典網絡傳輸模式與 P2P應用在網絡拓撲和運行機制方面的區(qū)別，并且對P2P應用的現狀進行了描述。然后介紹了 P2P網絡的拓撲結構、應用和特征以及目前常用的四類P2P流量識別技術。研究了新興的機器學習方案，分析其包括的K鄰近、支持向量機、貝葉斯和決策樹算法在處理數據和算法復雜度等方面優(yōu)劣。在公開有效的Moore數據集和它的子集上，使用了Weka數據挖掘工具對四種算法進行了對比分

4、析，驗證了決策樹算法在綜合條件下的優(yōu)勢。接下來，在這個基礎上重點研究了基于決策樹原理的VFDT算法和它的改進算法，并且在Weka中實現了這兩種算法，在不同數據集上對這兩種算法進行了仿真和對比分析。結果表明，改進算法有效地克服了數據在不同時段、不同區(qū)域動態(tài)變化引起的流量數據漂移問題。最后，設計了一個 P2P流量識別系統(tǒng)，利用Winpcap捕獲數據包，建立初始集，選取包括平均包長度、平均包長度標準差、UDP端口使用率和端口、IP地址的對應性