基于Fuzzy ARTMAP的P2P流量识别方法研究-通信工程专业论文.docxVIP

摘 要 P2P 网络技术的飞速发展，引起文件共享和流媒体业务不断壮大，极大地丰富 了互联网的内容，但其巨大的流量和较高的带宽占用对其他网络服务构成了严重 威胁。然而仅仅靠增大带宽并不能缓解网络拥塞的状况。因此，实现对 P2P 流量 有效准确的识别成为了当前亟待解决的问题，它对于有效管理网络和合理利用网 络资源都具有重要意义。 本论文首先介绍了 P2P 概念，对国内外 P2P 流量识别的方法进行了分析比较。 然后，本论文从数据包、数据流以及连接三个层面分别对目前网络流行的四 种 P2P 应用（Emule、BitTorrent、PPLive、PPstream）以及传统非 P2P 应用的流量 特征进行了统计分析，选取正向连接与反向连接、平均数据包长度、上行流量占 总流量比例、TCP 流量占总流量的比例作为流量识别的四个基本流量特征：P2P 流量和非 P2P 流量的前三个特征来两者都有各自的相对独立的波动区间；虽然 4 种 P2P 流量的中间两个特征波动区间有所重叠，但同为文件共享的 BT 和 Emule 之间，同为流媒体传输的 PPLive 和 PPSream 之间，都有所不同；虽然 PPSream 和 PPLive 的第四个特征非常相似，但它们与 BT、Emule 之间则有很大的区别。 利用 Fuzzy ARTMAP（fuzzy adaptive resonance theory map，模糊自适应共振 理论映射）神经网络支持任意维模拟输入输出空间之间的映射、能快速稳定的在 线识别学习的特点，提出了一种基于 Fuzzy ARTMAP 神经网络的 P2P 流量识别方 法：首先，进行流量采集分为训练样本集和测试样本集；然后，对样本集进行特 征提取并且归一化特征值生成特征向量；接着，利用训练样本对基于 Fuzzy ARTMAP 的分类器进行训练学习；最后，用训练学习好的分类器对测试样本进行 测试识别。 实验表明：当选取正向连接与反向连接、平均数据包长度、上行流量占总流 量比例三个特征进行两级分类时候，P2P 流量的识别准确率达到 98％，对匿名 P2P 流量识别准确率也达到了 96%；当加入 TCP 流量占总流量的比例特征进行多级应 用分类时，平均准确率可达 96％，平均虚警率只为 1.5％。实验结果表明该方法具 有可扩展性，能进行多级应用分类，能有效识别匿名 P2P 流量。 关键词：P2P，流量识别，流量特征，Fuzzy ARTMAP ABSTRACT With the fast development of P2P networking technology, especially the expansion of file-sharing and streaming applications，P2P greatly enriched the content of the Internet, but its huge traffic and higher bandwidth posed a serious threat for other network services. However, only by increasing the bandwidth does not alleviate the congestion situation of network.Therefore, effective and accurate identification of P2P traffic becomes the current problem to be settled urgently, and makes great sense for effective management of networks, rational use of the Internet infrastructure and network resources. Firstly，This paper introduces the concept of P2P, and compare the methods for P2P traffic identification P2P traffic at home and abroad. Then, in this paper, statistics and analysis of traffic characteristics of the traditional non-P2P applications and domestic popular P2P applications (Emule, BitTorrent, PPLive, PPstream) from three aspects on pack