基于互信息与随机森林的P2P流量识别

针对当前基于流特征的流量识别方法准确率较低的问题,提出一种基于互信息的P2P流量特征选择方法和基于该方法的随机森林技术在流量识别中的应用模型,将网络流数据流分为P2P流和非P2P流。实验证明,该方法具有较高的识别率,说明了采用随机森林技术进行P2P流量识别的有效性。     

基于行为特征的P2P流识别研究

在网络中,P2P节点与非P2P节点比较,具有不同的行为特征。P2P网络中的主机可以同时上传和下载文件,因此P2P节点兼具服务器（server）和客户机（client）的双重角色。同时P2P应用具有持续时间长的特点。基于这一特征,结合P2P应用的行为特点,提出一种基于行为特征的P2P流识别模型,为可重构路由交换设备的研究和设计提供技术支持。仿真实验结果表明,该方法能够有效识别P2P业务流。     

基于神经网络的P2P流量识别方法

利用小波神经网络实时学习和快速识别的优点,该文提出一种统计特征和小波神经网络相结合的P2P流量识别方法.在实际网络环境下,通过建立网络分类模型,统计分析并提取多种流量特性,通过小波神经网络对各种P2P应用流量特征的学习和识别,提高了P2P流量识别的准确度,改善了之前单一识别方法的复杂度.     

基于跨层特征的P2P流量识别技术

P2P技术飞速发展,应用形式不断多元化,很大程度上满足了人们信息共享和直接交流的需要;但是同时也对其他网络应用产生了很大的影响.因此,对高效可靠的P2P流量识别技术的研究刻不容缓.分析常见P2P流量识别技术的基础上提出一种基于跨层特征的P2P流量识别技术;试验结果表明该技术的可行性和可靠性.     

P2P流媒体技术在远程教学中的应用研究

文章简要介绍了P2P及流媒体技术,重点叙述基于P2P流媒体的远程教学系统的基本结构和解决方案。研究表明P2P流媒体技术的应用突破了当前网络带宽瓶颈并提高音视频的播放质量,可满足现代远程教学的需要。     

P2P流量识别技术的研究

本文首先介绍了P2P的定义及特征,并从对等的角度分析了它的特点,然后分析了当前各种P2P流量识别技术及研究进展,最后对P2P流量识别技术的发展提出了看法。     

基于P2P技术的校园网络应用研究

P2P对等网与传统的B/S网络模式相比,具有传输速度快、无中心化等优点,因而被广泛的用于校园网的分布式计算、流媒体服务、资源共享等方面;同时P2P技术的应用也带来了网络带宽瓶颈、安全管理等问题.为此,结合P2P技术的原理和特点提出了流量识别和控制、端口及网址过滤等解决方案,并对其在校园网中的应用情况进行了探讨和研究.     

基于Gossip协议的P2P流媒体系统局域网优化

讨论了目前P2P流媒体系统的2种典型模型：基于树状拓扑协议及扩展的模型和基于Gossip协议的模型．对如何充分利用局域网较好的网络环境,提高P2P流媒体系统在局域网中的性能进行了分析．介绍了一种在局域网中对基于Gossip协议的P2P视频直播系统进行优化的方法．设计了2组对比实验,并对系统性能进行比较．实验结果显示,在优化后,系统在带宽占用、播放延时、数据连续性方面都得到了改善．     

P2P流量识别方法比较研究

P2P（peer-to-peer,对等体网络）技术在飞速发展的同时,占用大量网络可用带宽,并采用随机端口,数据加密和协议伪装等技术来逃避检测。因此需要一种健壮、高效的P2P流量检测方法。文章分析了4种典型的P2P流量识别方法的原理,从准确性、实时性和健壮性3个方面进行了性能比较。最后提出一种基于协议指纹的新型P2P流分类方案,并对P2P流量分类技术的发展提出了看法。     

一种基于SVM的P2P流量检测方法研究

提出了一种基于SVM的P2P流量识别模型,选取P2P流量的上/下行流量比,平均流速率、流持续时间、传输字节数、平均数据包长度等5个特征,对网络流量的P2P流量进行识别.实验结果表明,该方法能够有效地检测网络流量中的P2P流量,准确率达到96%.     

基于内容转发模型的P2P流量识别算法

随着P2P技术的发展,单纯地依靠IP加固定端口、应用层特征匹配进行流量识别的方法已不能满足实际需求。本文基于P2P网络结点既下载数据内容又将其进行转发的事实,建立了P2P网络的内容转发模型,并在此基础上设计实现了基于P2P网络内容转发模型的流量识别算法。该算法不依赖于端口号或应用层特征等与特定应用相关的信息,而是充分利用了结点具有内容转发的内在特性,具有较好的扩展性和鲁棒性。同时,理论分析和实验结果表明:本文算法具有较好的识别精度和鲁棒性,对检测P2P流媒体应用及热门资源共享产生的流量更具适应性。     

基于Multi-agent的P2P流媒体技术的研究

基于P2P的流媒体技术很好的解决了传统流媒体带宽不足的问题,从而得到广泛研究;但是由于流媒体严格的时序性要求,使得P2P流媒体技术的使用存在瓶颈.本文提出一种基于Multi-Agent的P2P流媒体技术应用模型,利用多Agent的移动性和协作性,在各个节点构建状态信息树,通过对节点状态信息树的更新和维护,可以有效的解决Peer服务节点的搜索定位以及Peer节点离开或失效处理等问题.文章首先对目前各种流媒体技术的研究现状进行阐述;接着提出基于Multi-Agent的P2P流媒体技术的应用模型,着重介绍节点状态信息树的构建过程和更新过程;最后指出其发展前景和面临的挑战.     

P2P网络中的激励机制分析

将P2P网络中的激励模型引入到流媒体点播系统的设计中,促使节点提高对系统的贡献,从而在节点之间建立一种公平的互相交易的环境。本文对P2P网络中基于微支付的模型、基于互惠的模型、基于信誉的模型进行阐述。在响应优先级、带宽占用率以及服务质量等方面,通过区分服务策略引起基于P2P的IPTV环境下终端节点间的竞争,从而提高IPTV效率。     

P2P流媒体系统搭便车行为建模研究

搭便车行为是指节点仅使用其它节点的资源而不作任何贡献,对P2P流媒体系统的服务质量会产生严重影响。基于两类流体模型对P2P流媒体系统的搭便车行为进行了建模研究,同时考虑了不存在种子节点和存在种子节点两类场景,并对稳态环境下搭便车行为对P2P流媒体系统性能的影响作了定量分析。结果发现,在存在种子节点场景下,诚实节点和搭便车节点的平均下载时间均远低于不存在种子节点场景,因此需要设计相应的激励机制以吸引种子节点留在系统中。而且,搭便车节点比诚实节点更容易从流媒体服务器和种子节点受益,因此需要在流媒体服务器和种子节点引入区分服务机制。     

一种新的P2P直播系统共享机制的测量、分析与建模

不同的P2P 直播系统具有不同的设计理念和特点,以往对直播系统的研究大多基于PPLive,而PPStream由于其协议机制不对外公开,研究者知之甚少。本文的主要工作是：（1）通过网络测量破解了PPStream直播系统的缓存结构和共享机制,发现：与PPLive 系统滑动的共享窗口不同,PPStream具有跳跃的共享窗口---系统将节目源全局地划分成多个相位,下载同一相位的数据的用户之间才能进行数据共享;（2）利用“窗口跳跃模型”分析了PPStream 直播系统的缓存结构和共享机制对节点间的互惠关系（数据共享）的影响,发现：该种跳跃的共享窗口机制将造成节点相位波动;（3）根据该相位波动特征,我们建立了预估模型来描述系统中处于不同相位的人数。数值评估与系统仿真实验都表明,这个预估模型能很好地反映带宽资源争抢造成节点相位波动的特征。这有利于进一步完善PPStream 直播系统的带宽分配策略以保证节点的播放进度。     

移动P2P流媒体中的数据调度算法

为了解决移动网络中分层流媒体的数据调度问题,提出了一种新的应用于移动网络P2P（Peer-to-Peer）流媒体的数据调度算法——二维数据调度算法。该算法将流媒体数据块分别使用二维坐标进行标注（块坐标和层坐标）,数据调度过程中数据块的调度顺序由其二维坐标确定。仿真结果表明,二维数据调度算法能保证移动终端上的流媒体的顺畅播放;无用包率减小,使无线网络中带宽得到有效地利用;对层订阅抖动具有较好的抑制作用,确保流媒体质量稳定。     

基于P2P的流媒体系统的研究和设计

Peer-to-Peer Networking（P2P）系统具有高度的容错性和非常好的可扩展性,而且数据传输的即时性和成本都具有C／S所无法比拟的优越性．利用P2P技术搭建了一个流媒体网络系统模型,并对该系统中的功能模块进行了设计和实现．     

P2P直播系统中节点启动过程优化

针对现有P2P直播系统在动态环境下存在的较大启动时延等性能问题,建立节点的启动过程模型,分析影响节点的启动过程性能的关键因素,并从数据调度的角度提出了1种节点状态自适应的启动策略.该策略对节点的启动过程中的请求起始位置的选取、缓冲区的数据填充策略、播放策略3方面进行改进,以提高节点在启动过程中获取数据的效率,减少资源浪费,改进开始播放条件,进而达到提高节点对动态环境的适应性,提高系统的数据分发效率,降低节点的启动时延与播放延时的目的.仿真结果表明,该策略在动态环境下能够降低节点的启动时延与播放延时,提高数据分发效率.     

SHA-3第三轮候选算法简评

SHA-3评选过程即将结束,本文对SHA-3第三轮的5个Hash函数候选算法进行了简要评述。对于各种算法的压缩函数、迭代结构以及安全性能等方面做了分析比较。通过这些比较,可深入理解这些算法的结构特点,掌握它们的安全性能。