大规模网络中BitTorrent流行为分析.PDFVIP

大规模网络中BitTorrent 流行为分析 1,2 1,2 陈亮 龚俭 1 (东南大学计算机学院，江苏 南京 210096) 2 (江苏省计算机网络技术重点实验室，江苏 南京 210096) 摘 要：针对Peer-to-Peer(P2P)应用流量已成为 Internet 带宽的最大占用者的现状，本文在使用特征串 方法准确采集国内最流行的P2P 应用——BitTorrent 应用流量的基础上，深入研究了 BitTorrent 应用的 流长、流持续时间、流速以及结点传输的流量、连接数等测度的分布情况，指出其流长、持续时间均服从 We ibull 分布，流速较一般TCP 流速慢，并且BitTorrent 网络呈现很强的不平衡性，同时分析了各分布中 的异常情况。 关键词：大规 网络；P2P；BitTorrent；流行为；测度 中图分类号 TP393 文献标识码 A 1 引言 在过去的几年中，Peer-to-Peer （P2P ）应用的发展十分迅速。P2P 流量早已超过Web 服务的流量，成 为Internet 上最大的带宽占用者[1]。P2P 模型异于传统C/S 架构模型的特点必然使得其流量特征与传统应用 层协议的流量特征不同，这些不同导致当前 Internet 流量特征较过去有很大的变化。因此，深入分析 P2P 流量特征对分析Internet 总体流量特征、进行流量规划以及区分服务都有着重要的意义。 早期的P2P 流量行为分析主要针对于每个端用户的行为特征[2][3]，例如共享的文件数 在线时间和 传输的数据量，以及底层网络的一些特征如延迟等。这些研究均关注于用户在P2P 网络中表现的行为，没 有针对P2P 系统在传输文件时的流特征（如流长 流速等）进行探讨。在2004 年PAM 会议上，Kurt Tutschku 使用被动测量的方法对eDonkey 应用协议的流量特征进行了较详细的分析[4] ，以统计的方法给出了流长 流到达间隔等测度以及用户地域的分布，但是其只给出了测度分布的曲线，既没有得出曲线的分布函数， 也没有对其进行任何讨论。同年的PAM 会议上，M. Izal 等人使用主动测量的方法研究了BitTorrent 协议的 流量行为[5]，但是其给出的测度大多为均值，且没有进行深入的分析。2005 年，L. Plissonneau 等人在前人 的基础上全面分析了四种P2P 协议的行为特征[1]，使用统计的方法得出了传输数据量 持续时间等的分布 函数，并给出了流结束方式、结点地域分布、主机连接数等的统计分布。但是 研究仍存在两个缺陷：一 是其在给出测度的分布函数时过于粗糙，并没有给出分布的参数以及任何数学证明；二是虽然其讨论了测 度的分布情况，但并没有对产生该情况的原因做进一步的分析。本文将在这些方面做更深入的研究。另一 方面，国内做P2P 行为特征的研究尚未成为热点，据作者了解，国内只有文献[6]对P2P 流量行为进行了八 点分析，但是除了流的长相关性分析以外，对其它的特征都只给出了统计数值，没有进行深入分析。 本文针对国内的特点，选取国内使用量最大的P2P 应用——BitTorrent 协议[7] （下简称BT ）作为代表， 深入研究了其流长 持续时间 流速、主机连接数 传输数据量等流量特征。与前期研究相比，本研究在 以下几个方面有所不同：1 前期所有使用被动测量获得P2P 流量的研究均是基于端口区分P2P 流量和其 它流量，而大多数P2P 应用为了避免识别，均使用随机端口进行通信[8]，这就造成样本数据的不可信，从 而导致分析结果的不可信。而本文采用基于内容检查的方法识别BT 流量，样本完全可信。2 本文是对前 期研究的深入，在得到流长 持续时间等测度的累积分布曲线基础上，进一步分析得到这些测度的分布函 数，并使用Kolmogorov 检验函数的合理性。3 本文在讨论测度分布的基础上，更进一步的分析产生这些 Supported by the National Grand Fundamental Research 973 Program Foundation of China under Grant No. 2003CB314804, 国家重点 基础研究发展