随着互联网技术的高速发展，各种新的网络应用层出不穷，给人们的工作、生活等带来了极大的方便。但是随着网络承载的业务的不断增多，多种网络应用软件时时刻刻都在争夺有限的网络带宽，这样各种各样的网络问题也就随之而来。尤其是以P2P技术为核心的软件占用了大量的网络带宽，造成网络带宽资源急剧消耗，使运营商不断面临扩容的压力，同时也对大多数用户的网络质量造成了一定的影响。对网络运营商而言，需要明确了解网络上各种应用软件的带宽占有情况，以便进行合理的网络规划和网络带宽分配，使关键的应用能够得到及时响应，从而保证网络服务质量，因此如何从技术上来解决这些问题已经成为相关各方急于探讨和解决的问题之一。　　 本文重点研究了网络流量识别的关键技术，深入分析了各种流量检测技术，对AC自动机算法进行了研究，在此基础上提出了一个网络流量识别方案，设计实现了一个网络流量识别系统，能够满足对各种网络流量的识别和记录，并且能够进行相应的控制。具体来说，本论文的工作主要包括如下几个方面：　　 (1)研究分析了网络流量识别的关键技术---DPI（深度包检测技术）以及DFI（深度/动态流检测技术），比较了这两种流量检测技术的优缺点，并合理利用者两种技术的结合来实现网络流量的识别。　　 (2)对DPI技术的理论基础---模式匹配算法进行了研究，重点研究了AC自动机算法，分析了AC自动机在DPI中的应用。　　 (3)在研究分析网络流量识别的关键技术之后，提出了一种基于DPI的网络流量识别技术解决方案，设计实现了一种网络流量识别系统，给出了系统的总体结构，详细分析了流量识别模块的实现，识别引擎的工作原理以及数据包的检测方式，并介绍了DPI特征库，最后对系统的网络部署方案做了详细的介绍。　　 (4)运用本文研究的流量识别技术，搭建了相应的网络流量识别测试环境，对网络上的流量进行了测试分析，能够识别对网络上的绝大多数应用，准确率和系统的性能都能够达到相应的要求，有很好的稳定性和扩展性。