基于决策树的P2P节点识别技术研究

通过对P2P应用的长期研究,根据P2P节点自身的特点选取了其中典型的特征属性,并提出了一种基于决策树模型的P2P节点识别方法。由于该方法是统计分析传输层数据分组的特征,因此对于采用加密或非加密的P2P应用的网络节点识别均有效。通过实验验证,与基于端口和基于负载特征的流量监测方法相比,所提出的方法体现出了较高的准确率和较低的漏报率及误报率。     

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。     

P2P流量识别与管理技术

P2P流量在推动Internet宽带化的同时也带来了资源过度占用和网络安全等问题.本文调查和研究了P2P流量识别和策略控制的最新技术及相关设备,总结出P2P流量综合控制模型,并指出进一步的研究方向.     

P2P流量识别技术研究

自上世纪90年代以来,P2P在网络中的应用越来越广泛,P2P应用也开始多元化。P2P流量在因特网总流量中占据了极其重要的地位,而且对于P2P应用的关注也越来越多。因此,在很多情况下,对P2P流量的检测是十分必要的。文章结合P2P网络中出现的问题,分析了P2P对网络流量的影响,提出了P2P流量识别的几项关键技术并对其优缺点做出评价。     

互联网P2P流量识别和控制技术初探

随着基于P2P等视频流媒体类应用的迅猛发展,宽带运营商面临着持续攀高的流量成本困扰和高峰时用户投诉剧增的压力。如何有效的引入流量识别和控制技术,以满足用户的应用需求,同时合理的控制不必要的流量开销,是摆在运营商面前的一道课题。本文阐述了针对P2P协议的流量识别技术原理,并从实际应用角度简要介绍了三种流量控制方式,可为有关人员提供参考。     

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％。     

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。     

面向P2P特定信息的爬虫改进技术

传统的P2P流量监控与识别技术属于一种整体型识别技术,然而,却难以监测P2P特定信息的传播规律以及传播网络,然而,在广泛的应用了P2P下载软件后,当前的技术已经满足不了时代发展的要求.因此,文章以P2P特定信息爬虫改进技术为切入点进行了分析.     

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.     

P2P流量的精细化识别方法研究

目前,已有多种方法可高效准确地完成对P2P流量的粗识别,但对P2P流量的精细化识别研究较少。该文首次将近邻传播(Affinity Propagation, AP)算法引入该领域,在Hi-WAP算法的基础上融合半监督聚类思想提出了一种基于分层加权半监督近邻传播(Hierarchical Weighted Semi-supervised AP, Hi-WSAP)算法的P2P流量精细化识别方法。该方法仅利用10个可快速计算获取的网络流特征对P2P流量按应用进行半监督聚类。两组数据集下的实验结果表明,该方法识别准确率高,时间复杂度低,为P2P流量的实时精细化识别提供了一种实现思路。     

非集中式P2P系统信任值安全管理的研究

由于P2P系统的开放性、匿名性和动态性,使得实体之间难以确定相互的可靠性。信任值这一概念的引入基本解决了这一问题,同时也使得信任值在整个P2P系统中扮演了至关重要的角色。论文提出了一种能够安全地管理非集中式P2P系统信任值的协议,从而保证了信任值的安全存储、分发、访问以及修改。     

基于流传输特性的P2P流量识别方法研究

首先介绍了流量识别相关技术和P2P流量识别方法，并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需要检测数据净荷就可以识别P2P流量：最后对P2P流量识别模型进行了分析。     

P2P流量管理技术研究

近年来,P2P(peer-to-peer)技术的应用类型、用户规模和网络流量均呈爆发式增长,但P2P应用的兴起,也打破了网络运营商原有的运营和商业模式.为了更好地管理P2P流量,业界进行了多层次的探索,主要包括:一是通过DPI(深度数据包检测)技术进行流量识别和管控,二是进行流量本地化的优化,其中P2P缓存与Peer选择优化是两个主要方向.基于对上述技术的分析,本文提出一种将P2P缓存技术与Peer选择优化技术相结合的P2P承载架构,并以此承载架构为基础,对用户的管理、认证、计费、安全进行综合考虑,从而实现电信级的P2P分发网络.     

基于UDP流量的P2P流媒体流量识别算法研究

以几款主流的P2P流媒体网络电视作为研究对象,深入分析了其产生的流量在端口使用方面的特点和报文长度分布上的差异。通过对这些特征的总结和提取,获得了基于端口特性“在一次交互过程中,特定主机的特定端口唯一确定一种应用”等结论。在此基础上提出了一种基于带有扩展属性的流记录准确识别P2P应用UDP流量的EXID算法。通过对CERNET江苏省边界10G主干信道上采集的Trace数据中5种P2P流媒体应用进行识别,并与机器学习流量识别算法进行比较,其结果表明提出的方案具有很高的查准率和查全率,时间效率高,且不易受样本比重的影响。     

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。     

Analysis and Design of Instant Message System Based on P2P

By analyzing current development conditions of mainstream Instant Message technologies and services,some detailed discussion about technical solution and formal operation deployment strategies of P2P Instant Message Services based on Internet is made.Several crucial problems of P2P Instant Message System about services management,interconnection with other instant message,security and profit-making mode are analyzed,,and how to develop P2P IM Services is proposed.