针对P2P流量识别问题，在研究了相关识别技术的基础上，本文提出了基于改进BP算法的P2P流量识别模型IBPNN-P2PIM。IBPNN-P2PIM模型对P2P流量的识别是基于流量特征和BP网络的分类能力，因此，模型能够对使用动态端口、数据加密和未知的P2P流量做出有效识别，同时还具有了BP网络的自学习、自适应、泛化功能好、鲁棒性强和高度并行处理的优点。该模型对P2P流量具有较好识别能力，而且能够满足实时在线识别的要求。本文首先分析了P2P流具有的特征属性，并选择了可作为P2P流量识别依据的六个流量特征，然后对模型进行了模块划分及各模块处理算法的设计。针对传统BP算法的固有的收敛速度慢和易于陷入局部极小点的缺陷，本文在他人研究的基础上对其进行了改进，并将改进后的BP算用于流分类器模块的设计。　　 为了验证IBPNN-P2PIM的有效性和可行性，作者设计和实现了基于改进BP算法的P2P流量识别系统IBPNN-P2PIS。以类的形式实现了系统中各模块的功能及它们相互之间的调度关系，并给出了详细的模块功能结构图和核心数据结构定义。在系统测试阶段，与基于传统BP算法的流分类器进行了比较。实验结果表明，IBPNN-P2PIS能够有效地识别出已知的和未知的P2P流量，具有较高的识别率和较低的误识率，从而验证了IPBNN_P2PIM的有效性和可行性。