P2P流量识别技术的研究与实现

论文摘要

对等网络（Peer-to-Peer, P2P）应用是目前互联网最热门的应用之一。然而,P2P流量所带来网络拥塞已经成为当今影响网络性能的一个严重问题,为了有效控制网络中的P2P流量,准确地识别网络中的此类流量已成为一个亟待研究的课题。在本文中,对于那些公开协议的P2P软件,本文研究了它们在端口号,特征字符串方面的特征和针对这些流量所采用的流量识别算法；对于未知协议的P2P软件,本文研究了它们在连接个数、产生包数量、连接时间等方面的特征,以及利用机器学习的方法对此类流量进行识别的算法。首先,针对公开协议的P2P软件,本文提出了一种和特定P2P软件协议相结合的净荷特征的字符串匹配算法,该算法避免了由于全局匹配带来的在时间上的开销。通过理论分析和实验验证,该算法不仅正确、有效,而且将时间复杂度控制在了常数级。其次,对于未知协议的P2P软件,本文分别提出了模糊支持向量机和蚁群聚类算法的改进算法,并将这两种算法首次应用于流量识别中,通过理论分析证明和大量的实验数据验证,这两种改进算法不仅均可以对P2P流量进行有效识别,而且其识别效果要好于传统的模糊支持向量机和蚁群聚类算法。最后,本文设计了一个P2P流量识别原型系统。该系统针对公开协议的P2P的流量的识别采用了端口号识别方法和改进的字符串匹配算法,针对未知流量的识别采用了模糊支持向量机和蚁群聚类算法的改进算法。该系统将两种流量的识别算法有效结合起来,不仅可以做到准确的在线识别,而且避免了由于识别时间过长而造成的影响用户QoS的问题。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.3 本文主要工作
• 1.4 本文组织结构
• 第2章 P2P流量识别的相关研究
• 2.1 数据捕获技术的相关研究
• 2.1.1 WinPcap的体系结构
• 2.1.2 WinPcap的主要功能及主要应用
• 2.1.3 WinPcap的程序结构
• 2.2 传统的流量识别方法
• 2.2.1 基于网络层的流量识别
• 2.2.2 基于传输层的流量识别
• 2.2.3 基于连接特性的识别
• 2.2.4 基于应用层的流量识别
• 2.2.5 基于会话的分类
• 2.3 加密数据包的流量识别
• 2.4 基于机器学习的流量识别方法
• 2.5 P2P流量的控制
• 2.5.1 令牌桶算法
• 2.5.2 随机早期检测算法
• 2.6 本章小结
• 第3章 基于净荷特征匹配的流量识别算法
• 3.1 基本字符串匹配算法介绍
• 3.1.1 KMP算法
• 3.1.2 AC算法
• 3.1.3 BM算法
• 3.1.4 Wu-Manber算法
• 3.2 P2P协议分析
• 3.2.1 BitTorrent协议分析
• 3.2.2 MSN协议研究
• 3.3 基于净荷特征的字符串匹配算法实现
• 3.3.1 算法的基本思想
• 3.3.2 数据结构的设计
• 3.3.3 算法的设计
• 3.4 实验验证与性能分析
• 3.4.1 软件配置
• 3.4.2 硬件配置
• 3.4.3 实验过程
• 3.4.4 实验结果
• 3.4.5 性能分析
• 3.5 本章小结
• 第4章 基于机器学习的流量识别算法
• 4.1 模糊支持向量机的研究
• 4.1.1 支持向量机
• 4.1.2 模糊支持向量机
• 4.1.3 改进的模糊支持向量机
• 4.2 蚁群聚类算法的研究
• 4.2.1 蚁群算法
• 4.2.2 蚁群聚类算法的基本模型
• 4.2.3 基于k-means算法的蚁群聚类算法
• 4.2.4 改进的基于k-means算法的蚁群聚类算法
• 4.3 实验验证
• 4.3.1 软件配置
• 4.3.2 硬件配置
• 4.3.3 数据采集
• 4.3.4 数据的预处理
• 4.3.5 训练及测试集的构造
• 4.3.6 实验方法
• 4.3.7 实验结果
• 4.4 本章小结
• 第5章 流量识别原型系统的实现
• 5.1 总体设计
• 5.2 基于传输层的流量识别模块的设计与实现
• 5.2.1 特征库的建立
• 5.2.2 基于传输层的流量识别方法
• 5.3 基于应用层的流量识别模块的设计与实现
• 5.3.1 特征库的建立
• 5.3.2 基于应用层的流量识别方法
• 5.4 基于IP层的流量识别模块的设计与实现
• 5.4.1 数据结构的设计
• 5.4.2 基于IP层的流量识别的算法设计
• 5.4.3 IP索引表操作的设计
• 5.5 基于机器学习的流量识别的设计与实现
• 5.6 本章小结
• 第6章 结论
• 6.1 本文结论
• 6.2 下一步的研究方向
• 参考文献
• 致谢