P2P流量疏导与优化

针对目前P2P应用的普及,对互联网带宽的占用情况越来越严重的问题,介绍了吉林联通利用P2P流量疏导与优化系统,运用先进的P4P技术和创新模式,有效缓释电信运营商迅猛增长的P2P应用流量压力问题,并最终使得运营商具备对P2P流量和业务进行有效监控、管理和运营的能力。     

Cache技术在P2P中的应用

Cache技术在互联网中应用非常普遍,文章将Cache技术和P2P技术相结合,设计了一种运营商内部网络P2P大流量缓存系统P2P Cache,在不影响客户P2P应用体验的情况下,为运营商优化现有网络,降低出口流量。     

城域数据网P2P流量优化方案

分析了P2P流量在城域数据网中的流向,并从运营商网络建设的角度,提出了P2P流量优化方案,包括BRAS节点的分布部署、IPv6地址的加速引入、分布式地址转换技术的应用和对P4P技术的关注,为运营商在智能管道时代在流量管理方面获得主动。     

基于P2PCache的P2P流量优化技术

介绍了P2PCache技术的工作原理,Cache系统的评估方法,基于P2PCache的P2P流量优化方案．以及P2PCache为运营商带来的益处和风险。     

缓存技术优化P2P流量

随着P2P文件共享应用的泛滥,P2P应用大量占用了基础网络运营商的核心带宽,并在影响运营商利润的同时影响了P2P技术的继续发展.本文介绍了一种P2P流量优化技术--P2P缓存系统.通过对P2P流量进行缓存过滤,可使P2P流量占用的核心网络带宽大大降低,从而解决P2P文件共享同基础网络运营的矛盾.本文讨论了P2P缓存系统所面临的主要问题,并提出了相关的解决方案.     

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.     

一个基于云计算的P2P流量识别系统模型的研究

首先分析了当前网络中P2P流量的占比情况和给网络带来的压力,指出了实际应用中网络流量识别技术存在的问题,给出了深度分组检测技术和流量特征识别技术的实现原理.在此基础上,提出了一种基于开源云计算平台Hadoop,采用MapReduce分布式并行计算架构,构建了将深度分组检测技术和流量特征识别技术相结合的P2P流量识别系统的设计模型.实验结果表明,本文提出的模型能够有效地识别P2P流量,并且在面对大流量时拥有比单机识别更快的识别速度.     

P2P流量优化技术及标准化进展

文章综述了P2P流量优化的技术路线（P2P应用层优化和层间协同机制）,介绍了目前具有代表性的一些解决方案,如应用层优化方案IDMaps、Vivaldi、iPlan、OnO,层间协作方案P4P、Oracle、PPM和DDP,以及国内外标准化组织标准推进情况。     

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.     

基于遗传神经网络的P2P流量识别系统

考虑到传统BP神经网络在进行P2P流量识别时,具有系统识别速度慢、精度低,神经网络自身容易陷入局部最小值等问题,使用遗传算法对BP神经网络进行优化。遗传算法具有较强的自适应性和鲁棒性,因此使用遗传算法对BP神经网络的权值和阈值进行优化处理,能够有效提高神经网络的性能。建立基于遗传神经网络的识别系统,采集处理大量样本数据,对识别系统进行训练和测试。研究结果表明,基于遗传神经网络的P2P流量识别系统具有识别精度高、识别速度快等优点,相比传统BP神经网络,其识别性能有明显提高。     

P2P流量优化措施及新标准研究

针对互联网上迅速增长的P2P流量,运营商在现网中采取了流量优化的措施,而最新的P2P流量优化技术标准P4P、DDP协议的出现进一步提升了流量优化水平。     

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。     

P2P业务流量特性及其对Web业务的影响

近年来各种P2P应用不断出现及演进,P2P应用正逐渐成为下一代互联网的杀手级应用。但同时P2P消耗了Internet的大部分带宽,造成了网络技术服务商(ISP)接入网络的拥塞,从而使传统Internet应用性能受到严重影响。从P2P流数量、服务器负载、网络瓶颈点分布、往返时间(RTT)的异构特性等方面可以看出,P2P流量消耗了巨大的网络带宽,影响了传统Internet业务的性能,增加了运营成本。利用P2P流量和Web流量的集成模型,可以量化分析P2P流对Web流的影响,使网络运营商可以在网络瓶颈点对P2P连接数进行优化和调整,从而有效地控制P2P流量。NS2仿真结果较好地验证了该模型的有效性。     

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流量检测技术与分析

P2P技术及其应用的快速发展增加了网络的负载,影响了网络的性能,因此,对P2P流量进行分析及控制十分必要。在介绍P2P流量检测技术的基础上,对目前几种主流P2P流量识别技术进行比较和分析,指出了各种技术的优势和不足,阐明了流量检测技术的发展方向,提出了一种将不同检测方法相结合以满足一定准确率和效率的思路。     

电信运营企业引入P4P技术的风险约束策略研究

当前P2P流量是互联网流量的主要组成部分,它造成电信运营企业的网络拥塞。而P4P作为一种互联网流量管理技术在现网中有着良好的实验效果,可以有效地疏导优化电信运营企业的网络流量,但是由于P4P技术需要提供网络拓扑信息才能运作,这对于电信运营企业而言是一种巨大的风险。为了让电信运营企业能够引进此类效果良好但同时具有巨大风险的技术。通过建立重复博弈模型,提出了电信运营企业对于风险惩罚力度及惩罚期的相关策略并进行了详细分析,为其提供理论参考依据。     

基于跨层检测框架的P2P流量识别系统模型的设计

P2P流量已经占据了整个网络流量的60%～70%,极端情况下甚至达到80%～90%,成为了“带宽杀手”。HTTP、EMAIL等传统的流量受到了P2P流量的影响,大量非授权内容的传播和安全问题也随之出现。网络运营商、企业网和校园网为保证传统应用的QoS,需要对P2P流量进行有效的管理。文章分析了目前主流的P2P流量识别技术及其优缺点,针对各方法所遇到的问题设计了一个基于跨层检测框架的P2P流量识别系统的模型。     

P2P流媒体系统中层次化网络拓扑推断技术的研究

目前基于P2P技术的应用已经远远超过了传统互联网应用,成为占用互联网带宽最多的网络应用. 因此,如何减少P2P应用、特别是P2P流媒体播放系统对骨干网带宽的过度消耗,成为P2P技术中一个急需解决的问题.本文提出利用一种基于网络断层扫描的分层推断方法,以将P2P流媒体系统中的流量限制在较小的网络范围内,从而减少跨网流量、同网之间的骨干网带宽消耗,缓解网络拥塞.在OPNET上的仿真表明,该方法能够适应P2P流媒体的高动态性,有效降低跨网流量以及对骨干网的带宽消耗速度.     

IPTV网络中CDN和P2P结合的技术分析及研究

目前在CDN中引入P2P技术是IPTV领域的一个研究热点之一。P2P技术在解决CDN技术的缺点的时候有可能会引入新的问题。通过分析P2P技术所带来的问题的本质,并借鉴了P4P技术解决P2P缺陷方面的思路,提出了一种新的P2P和CDN结合的方案,使得在IPTV网络中引入P2P技术的同时并能有效控制P2P的盲目流量。