三種神經(jīng)網(wǎng)絡(luò)識別P2P流量的方法比較.pdf

1、P2P 技術(shù)打破傳統(tǒng)C/S模式的限制，成為互聯(lián)網(wǎng)新時代的主流技術(shù)之一。越來越多的人們享受著P2P 技術(shù)帶來的便利，而與此同時，新的P2P 應(yīng)用還在不斷涌現(xiàn)。然而，伴隨著P2P 技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)帶寬被大量消耗、網(wǎng)絡(luò)資源監(jiān)管困難以及安全隱患等諸多問題隨之出現(xiàn)，如何有效地對P2P 流量進(jìn)行識別與控制已經(jīng)成為當(dāng)前研究的熱點問題。
　　 傳統(tǒng)的P2P 流量識別方法主要有基于端口的識別方法、深層數(shù)據(jù)包檢測技術(shù)、基于流特征的識別技術(shù)等?；?/p>

2、于神經(jīng)網(wǎng)絡(luò)的識別技術(shù)是目前較為先進(jìn)的一種，它利用神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織和自適應(yīng)的特性，可有效解決傳統(tǒng)流量識別方法存在的問題。
　　 本文通過對各種P2P 流量識別技術(shù)的分析，提出一種基于神經(jīng)網(wǎng)絡(luò)結(jié)合流量統(tǒng)計特征的P2P 流量識別方法，著重研究了三種可用于P2P 流量識別的神經(jīng)網(wǎng)絡(luò)，并對每種神經(jīng)網(wǎng)絡(luò)的識別效果進(jìn)行比較。本文主要工作可總結(jié)為以下幾個方面：
　　 ①對現(xiàn)有P2P 流量識別技術(shù)進(jìn)行詳細(xì)分析，指出各種傳統(tǒng)識別方法的

3、優(yōu)勢與存在的不足，針對各種方法的優(yōu)缺點，提出一種基于神經(jīng)網(wǎng)絡(luò)結(jié)合流統(tǒng)計特性的P2P 流量識別方法。
　　 ②在對PPLive和PPStream 兩種主流的P2P 流媒體系統(tǒng)進(jìn)行協(xié)議分析的基礎(chǔ)上總結(jié)P2P 流量的統(tǒng)計特征，選擇數(shù)據(jù)包總數(shù)、平均數(shù)據(jù)包長度、TCP 流量占總流量的比例、上行流量占總流量的比例以及連接數(shù)與不同IP數(shù)目的比值五種流量特征作為特征向量。
　　 ③深入研究BP 神經(jīng)網(wǎng)絡(luò)、LVQ 神經(jīng)網(wǎng)絡(luò)和FUZZY A

4、RTMAP 神經(jīng)網(wǎng)絡(luò)三種可用于P2P 流量識別的神經(jīng)網(wǎng)絡(luò)，詳細(xì)分析了三種神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、原理、學(xué)習(xí)算法及優(yōu)缺點。
　　 ④建立了利用神經(jīng)網(wǎng)絡(luò)識別P2P流量的仿真系統(tǒng)，選取四種有代表性的P2P流量（BitTorrent、eMule、PPLive、PPStream）和非P2P流量，提取流量樣本分別對三種神經(jīng)網(wǎng)絡(luò)進(jìn)行實驗驗證。結(jié)合神經(jīng)網(wǎng)絡(luò)特性，從識別率、實時性等方面進(jìn)行比較，最后選擇一種最優(yōu)方案，并通過調(diào)整參數(shù)優(yōu)化神經(jīng)網(wǎng)絡(luò)識別效果