PCA算法在P2P加密流量识别中的研究与应用-电视技术.docVIP

PCA算法在P2P加密流量识别中的研究与应用 罗　丞，叶　猛 (武汉邮电科学研究院 电信系, 湖北武汉430074) 摘 要：P2P宽带共享工具能够实现运营商带宽的充分利用，但其为了躲避监管，通常采用动态端口并对通信数据加密，大量的带宽资源被加密流量占用。传统的应用层协议识别方法均从改进匹配算法的角度来提高识别率，但是随着P2P协议的发展，其特征呈现多维化的趋势，算法复杂度也随之提高。鉴于此，在对P2P流量的多维特征进行分析并提取后，采用PCA（主成分分析）算法将提取到的特征降维处理，并通过实验证明了该方法在网络流量识别上的可行性和有效性。 关键词：点对点流量；加密流量；多维特征；主成分分析法；降低维度； 【中图分类号】TN919 【文献标识码】A Research and application of identifying encrypted P2P traffic with PCA LUO Cheng, YE Meng （Department of Communications and information, Wuhan Research Institute of posts and Telecommunications, 430074, China） Abstract: The bandwidth of Internet Service Provider can be fully utilized by popular P2P broadband tools such as PPLive, but in order to escape from supervision, dynamic ports and encrypted communications data are idiomatically employed by them, in the event, a lot of bandwidth is occupied by encrypted flow. At present, improving matching algorithm is commonly used by traditional application layer protocol identification methods to raise identification rate, but with the development of P2P protocol, features are multi-dimensional, and algorithms are more complex too, in view of this, with the pretreatment by analyzing and extracting multi-dimensional features of P2P traffic, PCA (Principal Component Analysis) algorithm is adopted to reduce the dimensions of features, and this strategy is approved feasible and effective through experiments. Key words: peer-to-peer traffic; encrypted traffic; multi-dimensional features; Principal Component Analysis; reduce dimensions; 1　引言 新的需求伴随着新的应用，新的应用带来新的需求。运营商带宽的提高带来了更多的用户，丰富了互联网应用。随着宽带互联网时代的到来，用户对信息实时性的需求越来越高，随之出现了基于P2P技术的宽带共享工具。这类工具给用户带来了高实时性的体验，但同时也给宽带运营商带来了监管困难的窘境，识别这些应用产生的流量是目前运营商关注的重点。因此，针对P2P应用流量的识别技术应运而生。 目前主流的应用层协议识别技术主要分为以下几类[1]： 第一类是基于应用协议固有特征的识别技术：目前的应用层协议多种多样，新的私有协议不断涌现，但是各种协议必然会有不同于其他协议的独有特征，能够识别这些特征就相当于识别了对应的协议。识别方法是从协议通信报文中搜索预先设置好的端口信息、特定的字符串信息或者字节序列信息，如果能够找到，则表明该协议被成功识别。这种方法的优势是应用识别的准确性和可扩展性。 第二类是应用层网关识别技术：很大一部分应用的信令面数据与业务面数据是分离的，其业务面数据几乎没有任何特征。该方法以应用层网关为媒介，建立同一次会话中的控制信令与业务数