基于流量模式的P2P流量识别方法综述.pdfVIP

第26卷第10期 计算机应用研究 VoI．26No．10 2009年10月 Researchof 0ct．2009 Application Computers 基于流量模式的P2P流量识别方法综述木 孙美凤，张赞，陈云菁，陈经涛 (扬州大学信息工程学院，江苏扬州225009) 摘要：通过综述目前主流的基于流量模式的识别方法在基于人工经验和基于机器学习两方面的研究成果，分 析了各种方法经验上的或理论上的合理性。最后分析了目前研究中存在的不足，对后续研究工作具有参考 意义。 关键词：对等网络应用；流量模式；流量识男4；机器学习 中图分类号：TP393 文献标志码：A 文章编号：1001—3695(2009)10—3625．04 doi：10．3969／j．issn．1001-3695．2009．10．006 ofP2Ptrafficidentificationmethodbasedontrafficmodel Survey SUN Mei—feng，ZHANGYun，CHENYun-jing，CHENJing—tao (CollegeofInformationEngirMing，№，l彩o“University，YangzhouJiangsu225009，China) summarizedtheresearchfruitofmainstreamidentificationmethodsbasedontrafficmodelontwo Abstract：This sides： paper on the on themethodsbased of and methodsbasedmachine the ofall experiencepeople learning，andanalyzedrationality kindsofmethodsfromviewof and the current the theoretic．At of experience last，thispaperanalyzedshortcomingresearch。 anditWasworth tothefuturere．se．aFch． referring words：P2Papplication；trafficmodel；tratt3cidentification；machinelearning Key 网络各层分析上进行了不断尝试．，]，但这些方法不够成熟， 0 引言 特征的识别方法，与基于端口和基于应用签名的方法相比，该 P2P是近年来丐=联网最热门的技术之一，在VolP、文件下 载、流媒体、协调计算等领域得到飞速发展。P2P应用对网络 方法具有显著优势：具有普适性特点，能够较好地应用于已知 带宽资源消耗巨大，据统计，P2P业务的带宽占用比率大致是 和未知的P2P应用，可扩展性较好；统计特征都从第三层和第 四层协议头收集得到，因此无须对包进行深度分析，所需的识 40％一60％，在极端情况下会占用80％～90％