基于特征串的P2P流量识别研究与实现

论文摘要

随着P2P应用的不断发展,P2P流量已经占据了互联网总流量的60%~80%。P2P流量的迅猛增长导致了网络带宽的不合理分配和巨大消耗(甚至会引起网络拥塞)劣化了网络服务质量。因此,准确地识别P2P流量对于保证QoS、流量监控、计费管理有着重要意义。网络流量识别技术是P2P流量识别的基础。本论文研究了网络流量识别技术的发展和现状。通过对几种流量识别技术的工作原理的对比,发现基于端口的流量识别方法能够识别的协议数量有限,且准确率不高;新兴的基于测度的识别方法尚不能对网络流量进行细致的划分,还需要进一步的完善;基于协议特征串的识别方法,是目前最成熟的技术,广泛地应用于各种流量识别系统中,能够实现对P2P流量的准确识别。对于基于协议特征的流量识别,对P2P协议的分析是其前提和基础。本论文分析了P2P应用的工作原理、网络模型及其关键技术,并通过对BitTorrent、eDonkey、Gnutella、Kazaa以及DirecConnet这五种应用最广泛的P2P协议的实现机制、交互过程以及报文格式的分析,归纳出它们的协议特征串。利用这些特征串可以高效、准确地识别P2P流量,能够满足当前高速、高带宽的网络环境下流量识别的需要。在P2P流量的识别过程中,模式匹配算法起着关键作用。本论文分析了现有的单模式串匹配算法的设计思想和实现机制,并综合BM、BHM以及QS算法的优点,设计了新的适用于网络流量识别的改进算法。(该算法能够很好地满足网络流量识别的要求,能够减少比较次数,增加匹配窗口的移动距离。)并通过对算法的性能进行测试,证明改进算法能够提高匹配效率,缩短匹配时间。P2P流量的识别需要依托高效、稳定的开发平台。Netfilter/iptables框架是Linux提供的结构化底层框架,利用该框架可以深入Linux内核协议栈对网络数据包进行灵活、高效地处理。利用研究得到的协议特征串和改进算法,基于Netfilter/iptables框架,开发了P2P流量识别模块。测试证明该模块能够较好地识别P2P流量。综上,本论文围绕P2P流量识别问题,研究了网络流量识别技术;设计了P2P协议的特征串;改进了模式匹配算法,并利用上述研究成果开发了基于Netfilter/iptables框架的P2P流量识别模块,该模块能够较好地识别P2P流量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 研究内容
• 1.4 论文的组织结构
• 第二章 应用层协议识别技术研究
• 2.1 协议识别的基本概念
• 2.2 应用层协议识别方法研究
• 2.2.1 基于端口的协议识别
• 2.2.2 基于特征串的协议识别
• 2.2.3 基于测度的流量识别
• 2.2.4 综合识别
• 2.3 本章小结
• 第三章 P2P 技术研究
• 3.1 P2P 技术概述
• 3.1.1 P2P 模式与C/S 模式的比较
• 3.1.2 P2P 技术的应用
• 3.2 P2P 网络模型
• 3.2.1 集中目录式P2P 结构
• 3.2.2 纯分布式P2P 网络模型
• 3.2.3 混合式P2P 网络模型
• 3.3 本章小结
• 第四章 P2P 协议特征串研究
• 4.1 P2P 协议特征串的设计要求
• 4.2 P2P 协议特征串的设计
• 4.2.1 BitTorrent 协议
• 4.2.2 eDonkey 协议
• 4.2.3 Gnutella 协议
• 4.2.4 Kazaa 协议
• 4.2.5 DirectConnect 协议
• 4.2.6 P2P 协议特征串总结
• 4.3 本章小结
• 第五章 模式串匹配算法研究
• 5.1 模式串匹配算法概述
• 5.2 单模式串匹配算法
• 5.2.1 BF 算法
• 5.2.2 KMP 算法
• 5.2.3 BM 算法
• 5.2.4 BMH 算法
• 5.2.5 QS 算法
• 5.3 改进算法的设计
• 5.3.1 算法的工作原理
• 5.3.2 算法的匹配过程
• 5.3.3 算法性能分析
• 5.4 算法性能测试
• 5.5 本章小结
• 第六章 P2P 流量识别模块实现
• 6.1 模块需求分析
• 6.2 NETFILTER/IPTABLES 框架
• 6.2.1 Netfilter
• 6.2.2 iptables
• 6.3 P2P 流量识别模块设计
• 6.4 P2P 流量识别模块实现
• 6.4.1 流量识别过程
• 6.4.2 扩展匹配
• 6.4.3 用户接口扩展
• 6.4.4 规则的填写过程
• 6.5 模块功能测试
• 6.5.1 测试环境
• 6.5.2 测试方案
• 6.5.3 测试结果
• 6.6 本章小结
• 第七章 总结与展望
• 7.1 论文总结
• 7.2 进一步工作展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果