基于Fuzzy ARTMAP的P2P流量识别方法研究

论文摘要

P2P网络技术的飞速发展,引起文件共享和流媒体业务不断壮大,极大地丰富了互联网的内容,但其巨大的流量和较高的带宽占用对其他网络服务构成了严重威胁。然而仅仅靠增大带宽并不能缓解网络拥塞的状况。因此,实现对P2P流量有效准确的识别成为了当前亟待解决的问题,它对于有效管理网络和合理利用网络资源都具有重要意义。本论文首先介绍了P2P概念,对国内外P2P流量识别的方法进行了分析比较。然后,本论文从数据包、数据流以及连接三个层面分别对目前网络流行的四种P2P应用(Emule、BitTorrent、PPLive、PPstream)以及传统非P2P应用的流量特征进行了统计分析,选取正向连接与反向连接、平均数据包长度、上行流量占总流量比例、TCP流量占总流量的比例作为流量识别的四个基本流量特征:P2P流量和非P2P流量的前三个特征来两者都有各自的相对独立的波动区间;虽然4种P2P流量的中间两个特征波动区间有所重叠,但同为文件共享的BT和Emule之间,同为流媒体传输的PPLive和PPSream之间,都有所不同;虽然PPSream和PPLive的第四个特征非常相似,但它们与BT、Emule之间则有很大的区别。利用Fuzzy ARTMAP(fuzzy adaptive resonance theory map,模糊自适应共振理论映射)神经网络支持任意维模拟输入输出空间之间的映射、能快速稳定的在线识别学习的特点,提出了一种基于Fuzzy ARTMAP神经网络的P2P流量识别方法:首先,进行流量采集分为训练样本集和测试样本集;然后,对样本集进行特征提取并且归一化特征值生成特征向量;接着,利用训练样本对基于Fuzzy ARTMAP的分类器进行训练学习;最后,用训练学习好的分类器对测试样本进行测试识别。实验表明:当选取正向连接与反向连接、平均数据包长度、上行流量占总流量比例三个特征进行两级分类时候, P2P流量的识别准确率达到98%,对匿名P2P流量识别准确率也达到了96%;当加入TCP流量占总流量的比例特征进行多级应用分类时,平均准确率可达96%,平均虚警率只为1.5%。实验结果表明该方法具有可扩展性,能进行多级应用分类,能有效识别匿名P2P流量。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 P2P 概述
• 1.1.1 P2P 的网络结构和特点
• 1.1.2 P2P 给网络带来的问题
• 1.2 流量识别分析及国内外现状
• 1.2.1 端口识别法
• 1.2.2 基于应用层签名的P2P 流量识别方法
• 1.2.3 基于流量特征的P2P 流量识别方法
• 1.2.4 基于机器学习的P2P 流量识别方法
• 1.3 课题的研究背景和意义
• 1.4 论文主要工作与创新
• 1.5 论文组织结构
• 2 Fuzzy ARTMAP 神经网络
• 2.1 引言
• 2.2 自适应共振理论ART
• 2.2.1 竞争学习机制
• 2.2.2 竞争-协作网络交互模型
• 2.2.3 ART 体系结构
• 2.3 模糊理论
• 2.3.1 模糊集及其隶属函数
• 2.3.2 模糊关系
• 2.3.3 模糊概念的匹配
• 2.4 Fuzzy ARTMAP 神经网络综述
• 2.4.1 Fuzzy ARTMAP 网络结构
• 2.4.2 Fuzzy ARTMAP 学习算法
• 2.5 本章小结
• 3 流量特征分析
• 3.1 引言
• 3.2 流量采集
• 3.2.1 基于SNMP 的流量采集
• 3.2.2 基于NetFlow 的流量采集
• 3.2.3 基于网络探针的流量采集
• 3.2.4 三种流量采集方法比较及方案选取
• 3.3 流量特征的分析与研究
• 3.3.1 数据报文层面
• 3.3.2 数据流层面
• 3.3.3 连接层面
• 3.4 流量特征的选取及实验分析
• 3.4.1 正向连接与反向连接
• 3.4.2 平均数据报文长度
• 3.4.3 上行流量与下行流量
• 3.4.4 TCP 流量占总流量的比例
• 3.5 本章小结
• 4 基于 Fuzzy ARTMAP 神经网络的 P2P 流量识别
• 4.1 基于Fuzzy ARTMAP 的P2P 流量识别模型
• 4.2 实验数据
• 4.3 参数选择
• 4.4 P2P 流量与非P2P 流量的两级分类实验
• 4.5 流量的多级应用分类实验
• 4.6 本章小结
• 5 总结与展望
• 致谢
• 参考文献
• 附录
• 作者在攻读学位期间发表的论文目录