在Internet网络的高速发展和硬件生产工艺的日新月异背景下,网络应用服务越来越多样化。尤其是随着移动终端的普及化和大众化,终端上面的应用服务更是丰富多彩。这给网络监管带来了一定的难度,给网络负载也带来了很大的压力,并且对运营商的流量业务资费管理也带来了很大的不便。为了能够更好的对网络流量监管,尽可能的降低网络带宽压力,所以对互联网中各种应用的识别尤其是P2P业务的流量识别显得尤为重要。根据目前网络中面临的一些问题,本文主要以高性能流量识别为主要研究目标,从协议精细化识别和实时化识别两个角度出发。在分析和总结前人已有的流量识别技术上,对DPI(Deep Packet Inspection)和DFI(Deep Flow Inspection)技术进行结合使用主要对移动互联网中的网络业务进行识别。首先本文对移动终端中几种基于80端口承载的热门应用进行抓包分析。在获取一定量数据和分析提炼出对应应用特征之后,提出了HTTP协议业务精细化识别方法,该方法基于DPI检测技术并融合IP自学习机制。针对目前互联网中P2P网络流量占比大,且采用UDP加密传输特性,对移动终端中那些P2P流媒体客户端应用的流量,在原有R~2TC算法基础上提出了改进型R2TC的P2P流媒体客户端识别算法来达到更加快速准确的识别。本文最后在上述算法基础上,结合模式匹配和基于行为的协议识别技术,实现一套网络业务识别系统,能够支持在线和离线的业务识别。经实验和性能测试,该系统能够满足在高速网络环境下业务流量识别的准确性和实时性。