一个基于云计算的p2p流量识别系统模型的研究.pdfVIP

电信科学2012卑¨鹪芝 输等，都导致单独采用该种技术对当前的P2P报文进行识 是考虑到第一种方法的应用尽管受到很多限制，但是识别 别的准确率大大降低。 过程极其简单，并不会太多地影响识别速度，因此可以作 深度分组检测技术是事先对各种已知P2P报文的有 为第一级过滤来考虑。由此，本文确定了将以上3种方法 效载荷进行分析，找出该类报文的特征字符串。然后以此 相结合，利用强大的云计算平台进行P2P流量识别的解决 为样本，对网络数据分组的有效载荷部分进行特征串扫描 方案。 和匹配，根据匹配结果确定该数据分组所采用的协议类型 3 P2P流量识别技术原理 是否为P2P，进而确定下一步的流量控制策略。由于该方 法不进行分组拆分处理，直接进行识别，因而具有简单、高 考虑到基于TCP／UDP端 口的识别技术比较简单，并 效的特点，并可以有效克服前面提到的各种问题。其误报 且前面已经简要介绍，因此不再赘述。只对本文采用的深 率可以实现小于10％，是业界比较受欢迎的P2P流量识别 度分组检测技术和流量特征识别技术加以介绍。 方法闭。但是该方法对识别速度的要求非常高，其识别速度 3．1 深度分组检测技术原理 严重依赖设备和算法的性能。 深度分组检测技术的主要特点就是对网络数据分组 基于流量特征的检测技术是通过对P2P应用产生的 的有效载荷部分进行特征串扫描和匹配，根据匹配结果确 网络流量的外部特征来对P2P应用协议进行识别．同样不 定该数据分组所采用的协议类型是否为P2P，进而确定下 涉及对P2P应用流量的内容进行检查。通过对捕获到的数 一 步的流量控制策略。基于深度分组检测技术的P2P流量 据的分析统计来归纳出P2P应用协议的特征，以此对网络 识别技术的关键是提取和分析P2P有效载荷，建立P2P 流量进行识别．发现可能的P2P流量 。该方法比较简单 应用特征库，通过不断更新和维护特征库，使其具有对各 和有效，识别的准确率较高，但识别运算的工作量较大，无 种已知的和新型的P2P应用进行识别的能力。 法准确识别P2P业务类型。 目前，主流的P2P业务分为文件下载和流媒体应用 通过对以上3种方法的分析，发现后两种方法的计算 两大类。其中，文件下载类软件包括：BitTo~ent、eDonkey、 效率成为P2P流量识别的瓶颈。那么，如何提高算法的执 eMule、迅雷等。P2P流媒体类软件包括 IPTV类的 行效率成为本文研究的关键内容。考虑到网络管理中心的 QQLive、PPLive、暴风影音等以及VolP类的Skype等，本 计算资源相对丰富，因此，如何构建一个分布式并行计算 实验所选取并识别的P2P业务流量和代表不同流量的特 环境成为本文的首选。事实上，为了提高资源使用效率，目 征串l女口表l所示。 前各单位的网络中心已经普遍开始部署虚拟化计算环境 在深度分组检测技术中。特征串匹配算法起着至关重 甚至 “私有云”计算平台，已经成为信息化建设的主流趋 要的作用，其直接影响着P2P流量的识别率和识别速度。 势，因此选择云计算方式进行网络流量识别是科学、合理 深度分组检测技术中一般使用精确字符串匹配算法，根据 的选择。为此，本文提出并采用在虚拟化资源管理的基础 匹配方式不同，又分为单模式匹配算法和多模式匹配算 上部署开源云计算平台Hadoop，采用MapReduce架构进 法。典型的单模式匹配算法包括：快速模式匹配(KMP)算 行算法设计的方式，由此