越来越多的P2P协议种类导致P2P流量占网络总流量的比重越来越重。这可能会对一些重要的网络应用产生不利的影响。针对这一问题，需要一套有效的P2P流量识别和分类系统，用于进一步实现对P2P流量的识别和控制。目前很多P2P协议使用动态端口或者端口范围进行网络通信，使得传统的防火墙无法对这些P2P流量进行有效的识别和控制。当前存在的一些单纯基于统计信息和机器学习算法的P2P流量识别系统，识别的准确性不够高；而单纯基于的协议识别技术的P2P流量识别系统一般需要匹配整个协议模式，效率较低。　　 本论文设计了一套结合协议识别技术和SVM的P2P流量识别模型。本模型首先使用SVM方法对网络中的P2P流量进行识别处理，初步实现对流量的分类，但结果不够准确。为了更加精确的对P2P流量进行识别，本模型提供了一个基于正则表达式匹配的协议分析器。协议分析器对SVM处理过的已经分类为某类P2P协议的数据与预先定义的协议特征模式进行匹配，若匹配成功，说明数据包属于该协议。协议分析器能够对SVM识别的结果进行验证。通过SVM处理过程和协议分析器处理过程，能够非常准确的对P2P流量进行识别。　　 为了提高流量识别系统的处理效率，本文对当前比较流行的几种正则表达式匹配引擎从表达能力、处理时间、占用空间、实现原理方面进行了详细的研究和对比。　　 由于本模型结合了SVM和协议分析技术，综合了二者的处理能力和准确性。另外，正则表达式表示的协议特征使得该模型能够轻易的扩展到新的P2P协议。