近几年宽带网络技术在中国迅猛发展,网络的拓扑结构变得更加复杂,网络所承载的业务越来越丰富,进而网络中的流量快速增长。其中VoIP和P2P新兴应用不断涌现,使用者数量快速增长,这两大类流量占据了大部分的网络带宽,同时一些非法应用趁机而入,威胁了网络安全。因此对网络中的各种流量进行可靠、高效的检测与控制,并对网络所承载的各类业务进行实时、精确地分析,挖掘网络资源的各方面潜力,有效减少网络信息传输成本,并为网络发展规划、优化调整业务提供基础依据成为研究的热点。本文在阅读并研究了前人在关于VoIP协议、P2P协议、流量识别技术、控制技术、匹配算法、机器学习方面的研究成果基础上设计并实现了针对VoIP和P2P网络流量的监控系统。系统创新性的将AC匹配和朴素贝叶斯分类算法结合起来共同完成对网络流量的识别,并以VoIP、P2P的典型应用为例设计、使用该系统,说明了所设计系统的实用性、精确性。本文所做工作主要包括以下几方面:1.阅读了大量的国内外相关参考文献,详细分析了前人对流量识别技术、控制技术的研究成果,并对它们的优缺点进行了比较。深入学习了他们对AC匹配算法、朴素贝叶斯算法、机器学习的相关研究。2.详细分析了 AC匹配算法,深入研究其匹配原理和实现步骤。同时对AC引擎进行了优化,在加载规则库和流量进入系统后都会进行一个预处理,即分图处理。这样有效的减少了AC自动机的规模,加速了匹配速度。对于应用层没有明显负载特征的流量提出使用朴素贝叶斯分类算法的机器学习方法进行识别,通过系统的设计,将机器学习的训练阶段和应用阶段系统根据training属性值的设置自行判断。系统将AC引擎和FB引擎串联在系统内,识别网络中的大部分流量。3.对VoIP和P2P的协议进行了分析,并以QQ、Skype、Thunder应用为例研究了它们的流量,并使用该系统的设计进行流量识别、控制及相关测试。4.本文分模块对系统的各部分功能进行了设计与实现。系统分为规则库模块、数据库模块、流量识别模块、流量控制模块、日志模块、流量统计模块。每个模块都有功能描述、设计流程、框架结构、实现内容的介绍。系统设计实现完成后分别进行了功能测试和性能测试。分别以图表的形式将测试结果展现出来,并对测试结果进行了简单分析。最后,对所有的工作进行了总结,同时对系统存在的问题及可能的改进进行了分析。