论文部分内容阅读
随着互联网的快速发展和P2P协议的广泛应用，P2P应用也随之迅速增长。由于P2P网络具有共享资源和文件的独特优势，因此P2P网络被广泛地应用到网络电视、资源下载以及局域网共享等领域。高兴的是各种P2P应用大大地丰富了人们的网络生活，但是P2P应用一般会抢占大量的网络带宽资源，降低网速。据统计，2009年互联网中由P2P应用程序产生的P2P流量已经占互联网总流量的比例高达60％-80%，因此严重地威胁到网络的正常运营。因此，提出一种快效且高识别率的P2P流量识别方法具有非常重要的现实意义。 本文从P2P协议的应用层特征角度着手，研究和分析了目前P2P应用发展的状况以及典型的P2P应用。通过结合深度包检测技术、应用层特征和IP-Port等多种P2P流量识别方法的分析，本文构建了一个P2P流量综合识别模型。论文的主要工作如下： 1.通过阅读大量的国内外文献，了解P2P协议的发展、背景和P2P流量的识别意义、以及国内外的研究现状。 2.研究分析了当前主流的几种 P2P流量识别方法的工作原理和具体的实现过程，及其各自在P2P流量识别过程中的优点和存在的问题。 3.介绍了两种常见的字符串匹配算法：单模式字符串匹配算法BM算法和单模式字符串匹配算法KMP算法。 4.提出了一种新的基于特征字符串和IP-Port的P2P流量识别方法。详细说明该方法的理论基础、流程图、各个功能模块的步骤以及具体的实验步骤。实现了基于特征字符串和IP-Port的P2P流量识别模型，给出了识别QQLive、KuGou和μTorrent中P2P流量的实验结果和实验程序。 5.对实验结果进行分析。实验结果表明本模型能够识别各种P2P流量，具有较高的识别准确率，而且能够很好的实现P2P流量识别与控制目标P2P流量。 6.通过分析实验结果和存在的问题，对未来识别方法进行了展望。