對(duì)等網(wǎng)絡(luò)流量識(shí)別技術(shù)的研究.pdf

1、對(duì)等網(wǎng)絡(luò)特有的資源共享方式，使得P2P流量增長(zhǎng)迅速。P2P技術(shù)已經(jīng)應(yīng)用到互聯(lián)網(wǎng)服務(wù)的各個(gè)領(lǐng)域，主要包括文件共享、流媒體播放、分布式計(jì)算、游戲娛樂(lè)等。事實(shí)表明， P2P流量已經(jīng)占用了大部分帶寬，甚至造成了網(wǎng)絡(luò)擁塞；并且，由于P2P應(yīng)用的廣泛性和隱蔽性，使得不少非法節(jié)點(diǎn)產(chǎn)生的惡意流量加劇了帶寬的消耗，甚至出現(xiàn)拒絕服務(wù)攻擊。因此，精確高效地識(shí)別P2P流量成為對(duì)其監(jiān)督和控制的一大關(guān)鍵問(wèn)題，對(duì)于保障互聯(lián)網(wǎng)安全具有重要意義。
　　本文詳細(xì)分析

2、了幾類P2P流量識(shí)別方法，如端口識(shí)別方法通過(guò)驗(yàn)證端口號(hào)來(lái)完成P2P流量識(shí)別；深度數(shù)據(jù)包識(shí)別方法根據(jù)匹配負(fù)載特征來(lái)識(shí)別P2P流量；行為特征識(shí)別方法依據(jù)提取到的流量特征來(lái)識(shí)別P2P應(yīng)用；機(jī)器學(xué)習(xí)和概率統(tǒng)計(jì)識(shí)別法通過(guò)對(duì)樣本的統(tǒng)計(jì)學(xué)習(xí)得到分類器，使用分類器來(lái)對(duì)P2P流量進(jìn)行精確識(shí)別。在上述識(shí)別方法的基礎(chǔ)上，深入研究了行為特征識(shí)別法，提出了兩種新的流量行為特征分析方法，使得識(shí)別的精確度得以提升；并且根據(jù)對(duì)機(jī)器學(xué)習(xí)和概率統(tǒng)計(jì)識(shí)別方法的深入分析，在云

3、計(jì)算環(huán)境下提出并實(shí)現(xiàn)了解決單機(jī)環(huán)境下處理大數(shù)據(jù)集問(wèn)題的解決方案，主要工作如下：
　　(1)由于 P2P軟件普遍采用動(dòng)態(tài)端口以及負(fù)載加密技術(shù)，使得基于傳輸層端口和深度包檢測(cè)技術(shù)的P2P網(wǎng)絡(luò)流量識(shí)別方法受到限制。通過(guò)對(duì)P2P流量的分析發(fā)現(xiàn)其具有兩種特性：一是P2P節(jié)點(diǎn)具有雙面性特征，即P2P節(jié)點(diǎn)可以同時(shí)上傳下載數(shù)據(jù)；二是P2P流量的正向流與反向流包到達(dá)時(shí)間間隔方差比始終在一定區(qū)間內(nèi)波動(dòng)。由此提出基于節(jié)點(diǎn)及流量行為特征的P2P流量識(shí)別方

4、法，并將其應(yīng)用于網(wǎng)絡(luò)流量監(jiān)測(cè)中。實(shí)驗(yàn)表明：該方法可識(shí)別新應(yīng)用及加密流量，其流識(shí)別率為93％，字節(jié)識(shí)別率為95.5%。
　　(2)由于內(nèi)存限制使得單機(jī)環(huán)境下的P2P流量識(shí)別方法只能對(duì)小規(guī)模數(shù)據(jù)集進(jìn)行處理，并且基于樸素貝葉斯分類的識(shí)別方法所使用的屬性特征均為人工選擇，因此，識(shí)別率受到了限制并且缺乏客觀性。基于對(duì)以上問(wèn)題的分析，提出了云計(jì)算環(huán)境下的樸素貝葉斯分類算法并改進(jìn)了在云計(jì)算環(huán)境下屬性約簡(jiǎn)算法，結(jié)合這兩個(gè)算法實(shí)現(xiàn)了對(duì)加密P2P流量