随着P2P技术不断发展,尤其是P2P流媒体业务在不断地壮大,给现有互联网带来巨大的威胁,对带宽的巨大消耗就是其中之一。因此,对于P2P流量的管理和控制是非常必要和重要的,而准确地识别P2P流量是有效管理和控制的重要前提。　　 由于P2P流量行为越来越复杂,基于端口识别和基于特征字符串识别的方法相继失效,如今基于流量特征识别的方法颇受关注。目前P2P应用主要就是P2P文件共享和P2P流媒体应用。对于前者的识别,已经有很多富有成效的研究成果;但是对于后者的流量识别研究还处于初期。本文将对基于流量特征的P2P流媒体流量识别方法进行一些探索和研究,主要工作包括有以下几个方面:　　 1.深入分析研究P2P流媒体系统的传输机制和内容分发等关键技术,归纳总结其特征;　　 2.对系统呈现的时间敏感性、超细粒度的分块机制、数据片段讲究时序性等特点与P2P文件共享系统进行分析比较,分析得出P2P流媒体系统的高发送节点数据调度比较频繁,进而提出一种基于高发送节点数据调度频繁的识别算法,并给出相应的实验结果和分析;　　 3.通过实验发现P2P流媒体系统节点入流量出现周期性的断流现象,经过分析得出任意两个相邻的断点时刻的入流量之差都是相等的。针对这一情况提出了一种基于等增量流的识别算法。最后,在实际网络环境中,对目前著名的几种P2P流媒体软件进行测试,得出流量的判断率、误判率及漏判率并对其进行分析评估。