P2P应用带来了大量冗余信息、安全性问题、合法性问题、以及严重占用带宽问题，由此对P2P流量进行识别控制显得尤为重要。针对目前P2P流量识别问题，在研究了已有的识别技术的基础上，本文提出了基于多重特征分类的P2P流量识别模型MCC-P2PIM。MCC-P2PIM模型根据P2P连接特征、深层数据包特征和流量统计特征这多重特征对P2P流量进行识别分类。该模型克服了传统的传输层特性识别、固定端口识别、单一的DPI识别以及流量统计特征识别等技术的缺点，能够对使用动态端口、数据加密和新型未知的P2P流量作出有效识别。本文首先通过对P2P应用和非P2P应用进行大量实验对比分析，总结得出了P2P流具有的连接特征、P2P流的深层数据包特征以及P2P流的流量统计特征这多重特征，然后将模型划分为四大模块：数据采集模块、数据预处理模块、多重特征提取模块以及多重特征识别模块，分别对这几大模块进一步详细划分为多个子模块并进行设计。　　 为了验证MCC-P2PIM的有效性和可行性，作者设计和实现了基于多重特征分类的P2P流量识别系统MCC-P2PIS，实现了系统中的各个模块的功能以及它们之间的相互调度关系，并给出了详细的模块功能结构图和核心数据结构定义。最后，经过系统测试，结果表明该系统能有效的识别出各种P2P流量，具有较高的识别效率和较低的误判率。