基于多协议多阶段P2P内容分析技术研究.docVIP

基于多协议多阶段的P2P内容分析技术研究 　　摘要： 当前网络环境中，Ｐ２Ｐ下载软件流量占用了宽带接入的大量带宽，这造成了网络带宽的巨大消耗，因此，对Ｐ２Ｐ 流量的检测和控制是十分必要的。提出了一种基于多协议多阶段的深度数据包检测的Ｐ２Ｐ流量识别的方法，该方法较已有方法具有识别准确度高、执行效率高、扩展性强的特点。基于这种方法，实现了一个多协议可扩展的Ｐ２Ｐ流量识别系统，系统以分层化可扩展插件的形式设计，可以对各种不同协议的Ｐ２Ｐ流量业务，进行高效、准确的识别。实验表明，系统能够以９９．９０％以上的准确度完成对Ｐ２Ｐ流量业务的识别。 　　关键词： 　　中图分类号： ＴＰ３９３ 文献标识码：Ａ 文章编号：２０９５－２１６３（２０１１）０１－００４３－０４ 　　 　　０引言 　　Ｐ２Ｐ （Ｐｅｅｒ ｔｏ Ｐｅｅｒ）是近年来出现的一种新的网络应用，其出现启动了网络边缘未获使用的资源。在当前Ｉｎｔｅｒｎｅｔ中流行的Ｃ/Ｓ配置模式中，用户的ＰＣ机仅仅是被作为一个显示网页的工具；而Ｐ２Ｐ体系结构则可以使用这些ＰＣ机分担网络中心的任务。 　　Ｐ２Ｐ技术出现后，网络计算模式从集中式向分布式转移，网络应用的核心也从中央服务器向网络边缘设备扩散。当前网络环境中，Ｐ２Ｐ下载软件流量占用了宽带接入的大量带宽，文献[１]的研究表明，Ｐ２Ｐ应用与Ｗｅｂ应用上、下行流量间的比例分别为１：１．２５和１：７，两者比较，差别接近６倍。这造成了网络带宽的巨大消耗，甚至会引起网络拥塞，大大降低了网络性能，劣化了网络服务质量，妨碍了正常的网络业务的开展和关键应用的普及，严重影响了用户使用正常的Ｗｅｂ、Ｅ－ｍａｉｌ以及视频点播等业务，简单的扩容已无法满足容量增长的需要，因此实现Ｐ２Ｐ流量的分类、标识和控制是解决目前网络状态的根本途径。 　　１相关工作 　　 目前，针对各类不同Ｐ２Ｐ流量，国内外对此已有广泛的关注，并提出过一些基本的识别模型或展望了Ｐ２Ｐ流量统计趋势。 　　文献[２]的研究表明，尽管受版权等问题的困扰，当前Ｐ２Ｐ应用仍呈现快速???长的趋势，并且变得越来越隐蔽。目前，国内外对Ｐ２Ｐ文件共享系统的研究大多集中在资源查找[３]、下载协作[４]、流量测量、关键算法等方面。 　　於建华、廖祥等人在文献[５]介绍了Ｐ２Ｐ流量识别方法，分析了相应的优缺点，然后提出一种基于流传输特性的Ｐ２Ｐ流量识别模型，对流量识别模型进行了分析。刁娜在文献[６]中结合Ｐ２Ｐ网络中出现的问题，分析了Ｐ２Ｐ对网络流量的影响，提出了Ｐ２Ｐ流量识别的几项关键技术并对其优缺点做出评价。在文献[７]中，刘刚等人研究了ＢｉｔＴｏｒｒｅｎｔ流量的捕获方法，并设计和实现了具体的流量捕获方案，得出了可以用于建模的自相似性参数的量化结果。 　　在文献[８]中，ＹＡＮＧ Ｘ和Ｇ． ｄｅ Ｖｅｃｉａｎａ系统地分析了Ｐ２Ｐ网络的服务能力 （Ｓｅｒｖｉｃｅ Ｃａｐａｃｉｔｙ）。该文将Ｐ２Ｐ网络中的文件分布划分为两个阶段，即瞬时阶段和稳定阶段。对瞬时阶段，该文进行了深刻的理论分析，并建立了一个分支过程模型；还提出了对稳定阶段建模的方法。在文献[９]中，ＣＹＲＩＬ Ｓｏｌｄａｎｉ分析了基于ＴＣＰ流特性的Ｐ２Ｐ性能检测，介绍Ｐ２Ｐ网络通用的以及一些流行的文件共享系统，讨论不同的方法来衡量Ｐ２Ｐ流量，得出一个描述的Ｐ２Ｐ行为，基于这些结果，制定了基于Ｌｉｎｕｘ下的ｅＤｏｎｋｅｙ探测器。在文献[１０]中，ＫＡＲＡＧＩＡＮＮＩＳ Ｔｈｏｍａｓ、ＢＲＯＩＤＯ Ａｎｄｒｅ等人制定了系统的方法来确定Ｐ２Ｐ流量在传输层的特性，通过大量的统计研究表明Ｐ２Ｐ流量不断增加。 　　在上述文献中，提出的方法主要存在以下问题：不能够具体地考虑到每种Ｐ２Ｐ流量的特征，导致识别的正确率偏低，误报率较高；识别的结果数据不方便作为其他系统或应用的输入，这种情况是因为无法对识别出的流量作进一步的分类。 　　２基于多协议多阶段的深度数据包检测的Ｐ２Ｐ 　　 流量识别方法 　　虽然不同的Ｐ２Ｐ协议采用的思想一致，但是不同协议在实现过程中存在着巨大差异，比如ＢｉｔＴｏｒｒｅｎｔ协议和ｅＭｕｌｅ协议。ＢｉｔＴｏｒｒｅｎｔ协议中有种子的概念，种子中包含了下载过程中需要用到的所有信息；而ｅＭｕｌｅ协议则不然，需要通过一系列的交互过程完成资源的下载和校验。因此不同协议，在识别过程中应该采用更有针对性的方法，本文就此提出一种基于多协议与多阶段相互结合的深度数据包检测的Ｐ２Ｐ流量识别方法。 　　该方法中，对于不同协议，采用不同的特征进行识别，而不同协议之间又是处于同一层次的，因此可以采用相同的底层分析方法，只是上层以插件的形式加以区分，这样既提高了准确度，也可以共用底层同样的协议还原方法。对于同一协议，通过对Ｐ２Ｐ类协议的分析和研究，发现