P2P检测控制系统中的协议分析

线速采集全部数据包，进行协议分析和业务类型识别，是实现P2P检测控制系统的基础。本文主要介绍P2P检测控制系统中协议分析的方法和流程，包括数据链路层到传输层的基本报文解析和应用层的协议识别，为各种P2P业务检测系统和网管系统提供参考。     

P2P业务识别方法的分析与比较

在当前互联网运营模式下,P2P业务占据了运营商大部分的带宽资源,但运营商却几乎无法从中得到收益。实施P2P业务的识别,有利于P2P业务的精细管理,是运营商关注的热点问题。文章围绕P2P业务识别技术,介绍P2P业务的特点和P2P业务识别的难点,分析几种常用的P2P业务识别方法,比较其优缺点,对研究、实施和发展P2P业务识别技术有一定的参考价值。     

基于P2P业务识别的QoS路由平台的研究与实现

引出需要P2P业务识别和进行QoS路由的背景,给出基于P2P业务识别的QoS路由平台的架构模型,介绍P2P业务识别系统模型和QoS路由系统模型。在P2P业务识别系统模型中,提出一种新的P2P业务识别方法——特征进程识别法,在QoS路由系统模型中提出新的路由架构,即对应于多种业务的多路由表结构。以GNU软件Zebra为基础构建此路由平台,实现基于P2P业务识别的QoS路由平台。     

P2P业务流量识别与系统部署方案研究

在研究总结P2P业务流量识别最新技术的基础上,从部署原则、系统架构方案、网络架构方案等方面着重阐述了运营商部署P2P业务的具体方案,为进一步研究P2P流量控制策略和实际开展P2P业务提供了借鉴和技术支持。     

基于主动识别技术的网关P2P流量检测

P2P流量在对Internet起巨大推动作用的同时,也带来了因资源过度占用而引起的网络拥塞以及安全隐患等问题,妨碍了正常网络业务的开展.文中介绍了目前主流的网关P2P流量检测技术并分析了这些技术的优缺点,提出了一种基于主动识别技术来检测和控制P2P流量的方法,以便对P2P流量进行识别和有效控制.     

基于P2P流量检测的签名特征匹配研究

P2P网络应用快速发展,带来网络安全防护漏洞和隐患。如何有效地监控P2P流,进行相关的流识别、流筛选、流控制是流管理中的重要问题。通过分析P2P协议及签名特征,提出一种基于签名特征的P2P流分析方法,通过实验分析相关P2P应用软件,得到相关软件的签名特征,并判断网络数据流是否为P2P流。可有效地提高P2P流识别的效率,解决检测信息过多、过滤信息性能瓶颈等问题。     

P2P流量识别和管控技术分析

基于P2P模式的业务和应用给互联网的发展带来了巨大影响,本文在简要分析了现网中P2P流量分布类型的基础上,重点探讨了互联网P2P流量的三种识别检测技术和两种流量管控技术,给出了对P2P流量管控技术的运营选用建议。     

一种基于流量分析的P2P僵尸网络检测模型

梳理了P2P流量识别与基于流量分析的P2P僵尸网络检测的若干方法,在深入分析其各自优点与局限性的基础上提出了一种复合检测系统模型CAID。CAID模型由捕获、分析、识别和检测四部分组成,该模型针对P2P僵尸网络,通过流量的获取、识别与分析构建了完整的检测预警机制,为后续处理打下了坚实基础。最后,对该模型进行了实验分析。     

PON接入网P2P业务有效承载策略的研究

为有效承载P2P型业务,面向PON接入网应用的基于线速报文深度识别和P2P协议报文控制的P2P业务重定向策略(IC-P2PTRD)已提出,但IC-P2PTRD策略存在可能出现重定向失败的问题.在IC-P2PTRD基础上,提出了一种基于OLT与ONU协作的改进型P2P业务重定向策略(MIC-P2PTRD),并采用网络仿真...     

P2P应用识别的研究

随着P2P应用的广泛普及,如何对P2P流量进行正确的识别,合理的控制成为网络运维的重要问题。论文对当前P2P应用识别中所采用的几种主要技术手段（端口识别、深度包检测及深度流检测）进行了研究分析,在此基础上提出一个对P2P应用流量进行识别与控制的简单流程模型,同时对P2P流量识别技术的未来发展进行了分析。     

P2P流量识别方法的研究及实现

近年来,网络新技术层出不穷,有对等网络、VoIP．P2P流媒体等。IPv4网络是一个“尽力而为”的网络,主要提供数据业务服务,对P2P流等非传统数据业务的应用则显出很多无奈,QoS是无保证的。P2P网络“带宽吞噬”特性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。因此对P2P流量进行识别和控制是解决问题的关键。首先介绍了P2P流量识别方法,分析了它们的优缺点;然后提出一种基于流传输特性的P2P流量识别模型,此模型的创新点在于不要检测数据净荷就可以识别P2P流量,提高了识别的效率;最后对P2P流量识别模型进行了分析。     

基于多尺度分析和决策树的P2P流量检测模型

P2P流量的检测和管控是随着P2P技术应用变化而不断发展的,传统的P2P流量检测技术的局限性越来越明显,导致各种新的P2P流量检测技术成为当前研究热点.首先介绍了传统的P2P流量检测技术以及其存在的缺陷,然后重点提出了用于检测网络层数据包的多尺度分析模型.多尺度分析模型通过提取疑似P2P流量可以缩小P2P流量的检测范围,提高P2P流量的检测效率,提高P2P流量检测效率,并且结合决策树对疑似P2P流量进行协议分析达到有效识别和分类的目的.最后提出了P2P网络流量监管未来的研究方向.     

校园网P2P流量监控技术分析

随着P2P业务在校园中的广泛应用,校园网络的质量受到了前所未有的挑战,如何有效地监控P2P应用已经成为校园网络管理的重点之一。文章分析了P2P应用对校园网网络流量的影响,提出了如何在校园网中有效地识别和控制P2P流量,并对这些识别和控制的方法分别进行了比较。     

自动特征提取在P2P网络电视业务识别中的应用

在P2P网络电视业务的识别中,利用已知的特征进行匹配是一种重要的识别方法,因此已知特征的质量将影响识别的准确度,针对该问题,提出了采用自动特征提取的方法,根据P2P网络电视业务特性,建立特征库,并提取其业务特征。     

实时识别P2P-TV视频流的方法研究

基于P2P的IPTV(P2P-TV)是当前发展最为迅速的因特网应用之一,实时识别P2P-TV视频流是管理网络P2P-TV流量和理解网络行为的关键一步。通过分析以PPLive为代表的P2P-TV体系结构、通信过程、报文结构以及系统特征,该文提出了一种实时的基于爬虫的识别视频流CIVF算法和一种实时的基于协议特征的识别视频流PIVF算法,CIVF算法通过爬虫程序获取P2P-TV节点信息来识别P2P-TV视频流,而PIVF算法则基于视频流的通信时序和应用层负载特征实现实时识别。在因特网环境的试验分析结果表明,CIVF算法具有实现便捷但识别率不够高且节点信息残存时间较长的特点,PIVF算法则具有准确率较高、识别速度较快和扩展性强的特点。     

P2P网络聚合流量识别技术研究

对等体网络P2P（Peer-to-Peer）应用系统中对等体主机的行为特征与P2P业务流量特征多样化、复杂化,使得单纯利用一种典型特征的P2P流量分类技术的识别精度不高。文中提出了一种新的P2P流量多阶段识别方法,该方法根据P2P应用流量的一系列固有特征,可以从聚合网络流中识别P2P流量。通过实验表明,丈中所提出的方法P2P流识别精度可达99．7％,同时错误分类精度0．3％。     

一种基于神经网络与证据理论融合的P2P业务感知模型

提出了一种基于神经网络与证据理论融合的P2P业务感知模型,该模型利用神经网络的非线性逼近能力和自学习能力,获取证据理论所需的基本概率值;并通过证据理论的数据融合明显提高业务感知准确率。实验结果表明,该模型与现行的P2P业务识别方法相比,能够快速、准确、可靠地识别P2P业务类别,实现合法有效的网络管理和控制,对检测网络异常行为与提高网络安全性具有重要意义。     

优化EPON对本地P2P业务承载能力的研究

P2P流量已成为网络中的主要流量,但现有EPON系统不能很好的承载本地P2P业务.文中从MPCP协议的角度对逻辑链路标签及其过滤规则进行扩展,使本地P2P数据包不需经OLT端二层交换即可实现下行转发,从而大大改善了P2P业务的QoS.并以此方案为基础,提出改进EPON的DBA算法,设置专门的P2P时隙,实现P2P业务的全光域转发.两种方案的建模仿真结果表明,两者均能明显改善EPON对本地P2P业务的承载能力.     

P2PSIP测试探讨

P2PSIP系统结合了P2P技术和SIP协议的优势,是当今网络技术领域的热门应用之一。本文首先介绍了P2PSIP系统的基本原理,基于现有的P2PSIP系统的体系结构,提出了P2PSIP系统测试主要内容,并分析和探讨P2P重叠层和SIP应用层的测试重点。     

基于节点和包离散性的P2P应用分类模型

在分析了不同应用类型的P2P业务所具有特征的基础上,提出了根据节点端口、节点总连接数以及数据包离散性3个参数将P2P业务分类的方法模型。得到通过节点端口检测分离出具有固定服务器地址或者利用固定端口通信的P2P业务,通过分析节点连接情况区分P2P和非P2P业务,通过分析数据包的离散性区分流传输类和文件共享类P2P业务的结果。