P2P业务流量在对互联网应用起巨大推动作用的同时,也消耗了大量的网络资源,妨碍了正常网络业务的开展。为了保证网络能正常有序的运行,有必要对P2P流量进行识别,从而进行控制。虽然基于应用层特征字段的P2P流量识别方法已经在各种商用流量监测系统中得到广泛应用,但它仍然有无法避免的缺陷。不但对新出现的P2P应用无能为力,而且对于今后越来越多的将应用层载荷进行加密的P2P应用也无法识别。因此,对基于传输层的P2P流量识别的研究将具有十分重要的意义。本文重点研究了两类基于传输层的P2P流量识别方法——基于连接模式的识别方法和基于流量模式的识别方法。对于连接模式的识别方法,首先,详细研究了该类方法的实现机理和具体实现步骤；其次,综合国内外最新技术,总结出扩展的基于连接模式的规则集合；最后,设计相关实验。实验表明,基于连接模式的方法具有较高的精度,但算法要对流表数据多次遍历,因此只适用于离线分析。对于流量模式的识别方法,首先,对数据挖掘技术在流量识别中的应用进行研究；其次,通过对三种聚类算法的比较,发现K-means算法更适合于流量识别技术；第三,给出K-means算法的并行化策略；最后,运用OpenMP技术对K-means算法进行整体并行化。实验表明,在双核环境中,程序的运行效率可以提高接近30%。