Kad网络文件名分类研究.doc

Kad网络节点资源探测分析?基金项目：本课题得到国家自然科学基金（No No.；国家高技术研究发展计划(863计划)（2006AA01Z452）的资助。 作者简介：刘祥涛，男，1977年生，博士研究生，研究方向：P2P网络安全，数据挖掘等，Email： liuxiangtao@. 龚才春，男，1978年生，博士，研究方向：信息检索，数据挖掘等. 刘悦，女，1971年生，副研究员，研究方向：信息检索，社区挖掘与分析，分布式计算等. 白硕，男，1956年生，博士，研究员，博士生导师，研究方向：自然语言处理，网络安全等. 刘祥涛1, 2，龚才春3，刘悦 1，白 硕1 1（中国科学院计算技术研究所 北京 100190） 2（中国科学院研究生院 北京 100190） 3（北京市计算中心 北京 100005） 摘 要 Kad网络中存在数以亿计的共享资源，而其中有相当一部分可被评定为敏感资源。首先用我们的Kad网络采集器：Rainbow对节点拥有的文件资源进行探测；然后对节点资源和敏感资源进行相关统计分析。我们发现：1)文件流行度和文件所对应的文件名数量都近似符合Zipf分布；2)利用同一个“文件内容哈希”(即file-content-hash)的多个文件名的共现词可以更准确地进行敏感判别；3)敏感资源占随机样本的6.34%，且敏感资源中7