在通信网络日益复杂，新业务大量涌现的前提下，应用层协议层出不穷，对网络业务流量的控制能力和网络安全提出了更高的要求。怎样快速准确的识别网络中的应用层协议是网络安全监控、入侵检测、流量控制、计费管理和其他网络控制系统的前提和基础，对网络管理人员、科研人员、服务提供商、普通用户和其他数据分析师来说具有重要意义。近年来，应用层协议识别为网络监控，分析，管理提供了详细的网络应用报告，是QoS和其他网络服务的必要条件。所以，应用层协议识别在学术界引起广泛的关注并且成为一个相对独立的研究领域。现在常用的开源的协议识别软件存在以下问题：L7-filter只有一个识别引擎，无法描述一个会话中多个数据包之间的相互关系，所以有些协议特征较复杂的应用程序将无法识别或识别不准确；Opendpi是静态编码，串行且不易扩展，虽然说理论上可以识别一切协议，但性能会随着协议的增多而下降。本文首先对目前的应用层协议识别技术做了大致的分类，并对几种应用层协议识别方法进行了对比，分析了它们的优缺点和适用范围。最后，在现有技术的基础上，结合了多重特征的优点，对传统的串行正则匹配方法做了优化。将Data域的偏移量信息作为一项重要的协议特征用来识别，并根据经验将数据包的前8字节和后8字节首先编译成DFA图匹配字符串，节省了时间。本文设计实现了一个可扩展的协议识别系统框架，基于引擎的概念，将每种识别方法划归为一个识别引擎，同时加入了一个可写状态机的协议识别引擎，能支持跨包匹配的识别。最终，通过多种插入式引擎结合识别某种协议，有效地提高了协议识别的范围和效率。