对等网络流量识别技术的研究-计算机应用技术专业论文.docxVIP

对等网络流量识别技术的研究 对等网络流量识别技术的研究 万方数据 万方数据 摘要 对等网络特有的资源共享方式，使得 P2P 流量增长迅速。P2P 技术已经应用到互联网 服务的各个领域，主要包括文件共享、流媒体播放、分布式计算、游戏娱乐等。事实表明， P2P 流量已经占用了大部分带宽，甚至造成了网络拥塞；并且，由于 P2P 应用的广泛性和 隐蔽性，使得不少非法节点产生的恶意流量加剧了带宽的消耗，甚至出现拒绝服务攻击。 因此，精确高效地识别 P2P 流量成为对其监督和控制的一大关键问题，对于保障互联网安 全具有重要意义。 本文详细分析了几类 P2P 流量识别方法，如端口识别方法通过验证端口号来完成 P2P 流量识别；深度数据包识别方法根据匹配负载特征来识别 P2P 流量；行为特征识别方法依 据提取到的流量特征来识别 P2P 应用；机器学习和概率统计识别法通过对样本的统计学习 得到分类器，使用分类器来对 P2P 流量进行精确识别。在上述识别方法的基础上，深入研 究了行为特征识别法，提出了两种新的流量行为特征分析方法，使得识别的精确度得以提 升；并且根据对机器学习和概率统计识别方法的深入分析，在云计算环境下提出并实现了 解决单机环境下处理大数据集问题的解决方案，主要工作如下： (1) 由于 P2P 软件普遍采用动态端口以及负载加密技术，使得基于传输层端口和深度 包检测技术的 P2P 网络流量识别方法受到限制。通过对 P2P 流量的分析发现其具有两种特 性：一是 P2P 节点具有双面性特征，即 P2P 节点可以同时上传下载数据；二是 P2P 流量的 正向流与反向流包到达时间间隔方差比始终在一定区间内波动。由此提出基于节点及流量 行为特征的 P2P 流量识别方法，并将其应用于网络流量监测中。实验表明：该方法可识别 新应用及加密流量，其流识别率为 93%，字节识别率为 95.5%。 (2) 由于内存限制使得单机环境下的 P2P 流量识别方法只能对小规模数据集进行处 理，并且基于朴素贝叶斯分类的识别方法所使用的属性特征均为人工选择，因此，识别率 受到了限制并且缺乏客观性。基于对以上问题的分析，提出了云计算环境下的朴素贝叶斯 分类算法并改进了在云计算环境下属性约简算法，结合这两个算法实现了对加密 P2P 流量 的细粒度识别。实验结果表明该方法可以高效处理大数据集网络流量，并且有很高的 P2P 流量识别率，结果也具备客观性。 关键字：对等网；流量识别；传输层；行为特征；粗糙集；朴素贝叶斯；云 计算 I Abstract Resource sharing technology of P2P network promotes the rapid growth of P2P traffic. P2P has been applied to various fields of Internet services, including file sharing, streaming media, distributed computing, gaming and entertainment. According to statistics, P2P traffic occupies most of the bandwidth, and even causes network congestion. Malicious traffic generated by unlawful node exacerbates the bandwidth consumption and even produces attacks of denial service because of its universality and concealment. So the accurate and efficient identification of P2P traffic becomes a key issue of monitoring and controlling P2P traffic, which also has an important meaning for protecting Internet security. In this paper, several P2P traffic identification methods are analyzed. For example, port identification method identifies P2P traffic by verifying the port number. Deep packet identification method identifies P2P traffic ba