基于深度包检测的P2P流量识别技术研究

论文摘要

准确识别各种协议流量是网络规划、用户习惯分析、按业务流量计费等众多网络活动的基础。基于传输层特征参数统计的流量识别技术可识别出未知的协议流量，具有完整性好的优点，是当前流量识别领域的研究热点。但该技术往往需要正确标记出应用类型的样本流量数据进行训练或测试性能。本研究的主要目的就是研究基于深度包检测的流量识别技术，尽可能地识别并标记出P2P流量，从而为基于传输层特征参数统计的流量识别研究提供所需的P2P样本流量数据。为此，本文总结出了一种可有效分析P2P协议并提取出流量特征的方法；利用该方法对eDonkey、BitTorrent、DirectConnect、GnuTella、Skype、μTP、Ares、SoulSeek、PPS、PPTV、QQLive、迅雷等主流P2P协议进行了较全面的分析，提取出了存在的流量特征，以用于P2P流量识别；总结出了可基于DPI识别、部分可基于DPI识别、不可基于DPI识别等三类P2P协议流量，使读者对深度包检测可识别哪些P2P流量有较全面的认识；编写出基于DPI识别P2P流量的原型软件，以实现P2P流量的识别；最后抓取真实流量数据，从漏报率、误报率两方面测试了各P2P流量识别方法的有效性。实验结果显示，本研究总结出的流量识别方法误报率低，且可有效地识别出大部分P2P流量，说明标记后的流量数据可为基于传输层特征参数统计的流量识别技术研究提供样本数据；同时，还证明了本研究总结出的分析P2P协议并提取流量特征的方法可以有效地提取出P2P流量中的特征，并用于P2P流量识别。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景
• 1.1.1 流量识别的研究背景及意义
• 1.1.2 流量识别研究现状
• 1.1.3 基于 DPI 识别 P2P 流量的研究意义
• 1.2 基于 DPI 识别 P2P 流量的国内外研究现状
• 1.3 本文研究思路及内容
• 1.4 本文的组织结构
• 第二章 分析 P2P 协议并提取流量特征的一般方法
• 2.1 P2P 简介
• 2.2 P2P 网络中的主要通信实体
• 2.3 P2P 网络拓扑结构
• 2.4 P2P 网络中的通信连接
• 2.5 P2P 连接过程
• 2.6 P2P 流量特征
• 2.7 P2P 使用加密技术
• 2.8 分析 P2P 协议的一般方法
• 2.9 实验环境及步骤
• 2.10 本章小结
• 第三章 分析前人已提出有效流量识别方法的 P2P 协议
• 3.1 DirectConnect
• 3.2 GnuTella
• 3.2.1 GnuTella 协议信令流量识别
• 3.2.2 GnuTella 协议数据流量识别
• 3.3 BitTorrent
• 3.4 eDonkey
• 3.4.1 客户端与服务器的 TCP 连接
• 3.4.2 客户端与服务器的 UDP 连接
• 3.4.3 客户端之间的 TCP 连接
• 3.4.4 客户端之间的 UDP 连接
• 3.5 Skype
• 3.6 本章小结
• 第四章 分析其它 P2P 协议
• 4.1 SoulSeek
• 4.1.1 Client 与 Server 的连接
• 4.1.2 Peer 之间的连接
• 4.2 μTP
• 4.3 PPS
• 4.4 PPTV
• 4.5 QQLive
• 4.6 迅雷
• 4.7 Ares
• 4.7.1 叶子节点与超级节点的连接
• 4.7.2 叶子节点之间的连接
• 4.8 本章小结
• 第五章 基于 DPI 识别 P2P 流量实验分析
• 5.1 原型软件设计
• 5.2 实验数据及结果
• 5.2.1 前人与本研究中总结的流量识别方法效果对比
• 5.2.2 基于 DPI 识别 P2P 流量漏报率测试
• 5.2.3 基于 DPI 识别 P2P 流量误报率测试
• 5.3 实验结论
• 5.4 本章小结
• 第六章 工作总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 致谢
• 参考文献
• 附录
• 个人简历
• 攻读硕士学位期间参加的科研项目