P2P(Peer to Peer)是一种新的网络应用模式,其特点在于依靠网络边缘节点,而非中心服务器实现自组织和资源共享。近些年来,P2P技术在文件共享、流媒体、即时通信等领域取得了巨大发展,P2P流量也成为网络流量中最主要的组成部分。但是,P2P技术的快速发展也带来了一些负面作用,比如P2P应用占用了大量带宽,版权纠纷以及安全问题等。因此,研究有效的P2P流量检测方法成为网络管理的重要课题。本文介绍了传统的P2P流量识别算法,并采用逆向工程的方法,对Thunder、PPLive、PPStream等典型P2P应用的节点占有率、工作原理、行为特征等方面的异同点进行分析,提炼出可以用于流量检测的特征,再利用这些特征的组合来检测特定应用。实验表明,基于流量行为特征的识别方法在比特率识别方面有很好的表现。同时,缺乏有效的基准一直是流量识别技术研究的瓶颈,现在所依靠的基准大多是人工生成的,或是依靠购买昂贵的深度包检测设备来生成。为此,本文提出并实现了一个轻量级的基准生成器,该系统对于研究网络流量的潜在特性、对流量建模和验证流量检测结果有重要意义。该系统可以自动地反映流量的实时特性。