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。     

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。     

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。     

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。     

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。     

新疆广电数据网络P2P数据流量分析与控制

P2P应用的大量出现对运营商的网络架构、运营模式、价值链等都产生了很大影响。本文以新疆广电为例,对P2P技术及其对新疆广电网络的影响进行了概述,对P2P流量在空间和时间上的特性进行了说明,对P2P流量分析技术、控制技术以及解决方案进行了论述,最后提出应当采用疏堵结合的方法实现广电宽带数据网络P2P控制的解决方案。     

基于传输层特征和统计特征的P2P流量识别

准确识别对等网络(P2P)流量对网络流量控制有着重要意义。针对P2P流量提出一种高准确度的识别方法。该方法通过统计报文首部ASCII码出现的频率,提取出一个256维的统计特征,结合数据流量的传输层特征,使用决策树算法对流量进行分类识别。在识别过程中提出数据分块的思想,提高了识别的正确率并且能够统计P2P流量流经的端口。仿真测试结果表明,该方法可以在多种流量混杂的情况下识别出P2P流量,且具有较高的准确度。     

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。     

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.     

新疆广电数据网络P2P数据流量分析与控制

P2P应用的大量出现对运营商的网络架构、运营模式、价值链等都产生了很大影响。本文以新疆广电为例,对P2P技术及其对新疆广电网络的影响进行了概述,对P2P流量在空间和时间上的特性进行了说明,对P2P流量分析技术、控制技术以及解决方案进行了论述,最后提出应当采用疏堵结合的方法实现广电宽带数据网络P2P控制的解决方案。     

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。     

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。     

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.     

基于行为相似性的P2P僵尸网络检测模型

P2P僵尸网络对Internet构成巨大的安全威胁。在基于主机的P2P流量检测和恶意行为检测的基础上,提出一个P2P僵尸网络的检测模型。构建一个基于CHORD协议由监视节点组成的结构化P2P网络,将同时具有P2P流量和恶意行为的主机信息上报监视节点。通过对P2P僵尸主机行为进行融合分析,具有相似性恶意行为的主机被认为处于一个P2P僵尸网络中。     

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.     

一种基于应用层特征的BitTorrent流量测量系统的实现

以BitTorrent为代表的对等网络(P2P)应用已经成为最流行的网络信息共享工具,测量与分析对等网络的流量特性对于认识和提升该网络的性能具有重要的意义,如何准确地在Internet流量中识别出BT流量成为此研究的关键问题。在对BitTorrent的流量识别分析过程中,就基于应用层特征的流量识别方法进行了研究,并采用VC 工具在WinPcap网络工具包的基础上,实现了BT流量的测量系统,并根据实验结果验证了此系统的有效性。