P2P流量识别方法研究

论文摘要

P2P是一种新型的网络应用模式,其最大特点是依靠网络边缘节点,而非中心服务器节点来实现自组织和资源共享。至P2P应用出现以来,因其方便和快速的网络体验,在短短几年之内,迅速发展并占领了多个网络应用领域。但P2P技术在快速发展的同时,也给网络管理带来了许多新的问题。如消耗了大量的网络带宽,版权纠纷以及安全问题等等。然而,随着P2P技术的飞速发展,新的P2P技术采用了动态端口、负载加密等流量隐藏技术,使得传统的端口识别及深层数据报识别等对P2P流的识别不再有效。因此,研究有效的P2P流识别方法成为P2P管理的重要课题和急需解决的问题。针对传统的流量检测方法在应对P2P流量时不够准确和有效的问题,基于传输层特征的方法和基于数据挖掘的P2P流量识别方法开始受到重视。目前较为准确的方法是基于传输层行为特征的P2P流量识别方法。但这种方法还不能应用在实时的流量识别中,在实际应用中,需要对流进行实时的控制,以更好更高效地提高网络的性能,只适用于流量记录的分析还不够成熟。本文研究了P2P的几种网络拓扑结构和常见的P2P流量识别方法,讨论了其在P2P流识别过程中的原理和问题。提出了一种基于误差反向传播神经网络的P2P流量识别方法,该方法以流量中数据包的统计特征为识别依据,建立后向传播神经网络模型。概述了误差反向传播神经网络技术,对P2P流量进行了特征选择和提取,建立了模型,并用软件对模型进行仿真实现。验证结果证明了该方法的有效性和精确性,能够准确地判定网络数据流是P2P流还是非P2P流。与目前常见的几种P2P流量识别技术相比,在网络中使用基于后向传播神经网络技术识别P2P流量具有泛化性高、自学能力强的特点,且具有良好的适应性和效率。基于后向传播的算法能够有效地识别出P2P主机,且误报率低。但该方法识别结果的粒度较粗,只能判别主机是或不是P2P主机,不能判别P2P主机运行的是哪一种具体的P2P应用。P2P应用级分类对流量分析和流量控制都具有重要的意义。基于后向传播的算法将主机分成了两类,而P2P应用级分类则是一个多类问题。显然,简单的阈值模型无法进行有效地区分。在后向传播算法的基础上,提出一种基于支持向量机的P2P应用级分类方法。通过分析传统应用和P2P应用之间的各个方面的差异,总结出P2P流量的共性。然后从连接模式、数据包特征等方面归纳出P2P流量的行为特征,结合支持向量机优良的分类性能,对不同应用类型的P2P流进行应用级分类。并采用了循环选择算法对训练过程进行了优化处理,使用交叉验证和网络搜索的策略对支持向量机核函数的参数进行选择。通过对BT, Emule, PPStream三种P2P流的分类实验,验证了方法的有效性,平均分类准确率为95%。验证结果表明,基于支持向量机的P2P流量检测技术表现出了良好的性能。

论文目录

• 摘要
• ABSTRACT
• 1 引言
• 1.1 研究背景
• 1.2 研究目的和意义
• 1.3 国内外研究现状和发展趋势
• 1.4 主要工作和结构安排
• 2 P2P技术与应用
• 2.1 P2P技术概述
• 2.1.1 P2P的概念和特点
• 2.1.2 P2P模式与C/S模式的比较
• 2.2 P2P的工作原理
• 2.3 P2P的主要应用
• 3 P2P流量识别综述
• 3.1 基于端口的识别
• 3.2 基于深层数据报检测的识别
• 3.3 基于流量特征行为的识别
• 3.4 基于数据挖掘的流量识别
• 4 基于BP的P2P流量识别方法
• 4.1 BP神经网络概述
• 4.2 P2P流量的特征
• 4.3 基于BP的P2P流量识别模型建立
• 4.4 MATLAB实现
• 5 基于SVM的P2P应用级分类方法
• 5.1 支持向量机原理
• 5.2 基于支持向量机的P2P应用级分类
• 5.3 模型建立
• 5.4 Matlab实现
• 6 总结
• 6.1 全文总结
• 6.2 进一步工作的展望
• 参考文献
• 后记