基于特征进程的P2P流量识别

为了解决P2P流量识别中用户使用端口跳跃、数据加密等方法带来的识别难题,通过对主机进程与网络流量相关性的研究,提出一种基于特征进程的P2P流量识别系统,在客户端通过进程匹配完成P2P流量的识别,并且具有发现未知P2P进程的能力。实验表明,该系统对于P2P流量具有较高的识别能力。     

基于Netfilter/Iptables内核扩展的P2P流量管理

为了缓解P2P流量对网络造成的带宽影响,合理利用网络资源,准确识别和测量P2P流量,才可以更好地保障网络的QoS.而传统上按照端口方式来识别P2P流量,随着P2P应用的发展,这种方法已经不能满足对P2P流量管理的需要.介绍了P2P应用及其优缺点,分析了Netfilter和Iptables架构的实现机制和扩展技术,以及P2P协议的特征.阐述了如何利用Netfilter/Iptables框架进行内核扩展来实现P2P流量识别与管理,通过实验进行了验证,并且对实验的结果进行了简单分析与总结,从分析的结果来看,明显在对P2P流量识别和管理上有所提高.     

基于签名的P2P流量识别模型的设计与实现*

为了克服P2P流量识别传统方法与现有方法的不足,设计了一种新型基于签名的P2P流量识别模型。在分析BitTorrent与eMule两种典型P2P协议的基础上,提取了协议签名,并对P2P流的行为特征进行了研究,且分别对网络数据包和流进行了统一的描述,然后使用哈希映射表查找与签名匹配相结合的方式判断了流量的归属。最后在真实的网络环境下实现了该模型,实验结果表明此模型可以有效地识别P2P流量。     

基于流量特征和载荷特征的P2P流量识别

本文分析了目前的P2P网络流量识别方法及其存在的问题。设计识别P2P流量的数据结构;在流量识别阶段,在传输层捕获TCP和UDP数据包,依据P2P流在传输层表现出来的主要流量特征,进行TCP/UDP流量特征的P2P流量识别;在载荷特征识别阶段,对载荷特征库定期更新,将在流量识别阶段中识别出的P2P流作精确载荷特征识别,并将流量识别阶段中漏掉的流量作载荷特征识别;在模式匹配过程采用比较指印函数值来加快识别速度;进而提出一个可准确识别出新生、加密的P2P流量及其名称的算法。实验结果表明,该算法具有较高识别和分类P2P流量的能力。     

一种跨层P2P流量检测方法

首先介绍了目前主要采用的P2P流量检测技术及其优缺点.然后针对P2P流量检测技术方面碰到的困难,在充分利用现有流量检测技术优势的基础上,提出了一种基于流量和payload双重特征来识别P2P流量的方法.最后,介绍了该方法两个核心模块的设计.     

P2P流量识别技术研究

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P2P流量特征决定了它给其他网络应用带来了一定的影响。因此,对高效可靠的P2P流量识别技术的研究刻不容缓。本文阐述了P2P流量特征,在此基础上分析了几种常见的P2P流量识别技术,并对这些技术的性能进行了比较,最后指出未来P2P流量识别技术发展方向。     

P2P流量识别技术综述

在归纳P2P流量识别问题概念的基础上,对现有的P2P流量识别技术进行了较全面地分析.借助分类模型形式化地定义P2P流量识别问题,依据所采用的识别特征将已有技术分为基于端口号、基于流量特征、基于应用层签名、基于双重特征和基于统计行为特征五类方法,并对各类方法进行了介绍、分析与优劣对比.探讨了新兴的P2P流媒体流量识别问题,总结了P2P流量识别技术的发展趋势.     

一种P2P和ISPs协作的P2P节点选择机制

引入ISP跳数(IH)来衡量在自治系统(AS:Autonom ous System)拓扑中位于不同位置的AS跳数的开销,并引入了骨干链接开销(CBC)来衡量P2P应用通过的骨干网络数量.借助于IH和CBC两个参数分析了P2P应用对ISPs流量的影响.并且在此基础上设计一个新的机制,命名为ISP-DDHA.在ISP-DDHA中,针对主要参数设计了相应的路由选择算法,用来改进ISPs和P2P系统性能.实验结果表明:在某些P2P流量负载较大的网络场景中,相比[7],ISP-DDHA可以减少约7.4%的DAH开销、12.1%的IH开销和10.4%的CBC开销.     

P2P流量主动识别技术在防火墙中的实现

P2P流量技术在对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。本文介绍了目前主流的P2P流量检测技术并分析了这些技术的优缺点,提出了一种在防火墙中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。     

基于单因素方差分析的P2P流特征向量优化方法

文中针对P2P流量识别中流量特征向量选择的问题进行了研究,提出了一种基于单因素方差分析的P2P流量特征向量优化算法。该算法将统计学中单因素方差分析的方法引入P2P流量特征选取中,能够从高维的特征向量中选择出具有显著性作用的低维特征向量,从而实现P2P流特征向量的优化。实验结果表明,文中提出的方法可以在显著地提高P2P流量识别的效率的同时,将P2P流量识别准确率保持在一个可接受的范围内,为P2P流量识别的进一步研究提供了铺垫。     

P2P traffic optimization

Peer-to-peer (P2P) based content distribution systems have emerged as the main form for content distribution on the Internet,which can greatly reduce the distribution cost of content providers and improve the overall system scalability.However,the mismatch between the overlay and underlay networks causes large volume of redundant traffic,which intensifies the tension between P2P content providers and ISPs.Therefore,how to efficiently use network resources to reduce the traffic burden on the ISPs is crucial for the sustainable development of P2P systems.This paper surveys the state-of-art P2P traffic optimization technologies from three perspectives:P2P cache,locality-awareness and data scheduling.Technological details,comparison between these technologies and their applicabilities are presented,followed by a discussion of the issues that remain to be addressed and the direction of future content distribution research.     

基于网络距离度量和分簇的P2P流量控制

针对BitTorrent(BT)系统中对等连接消耗大量骨干网络带宽导致网络拥塞的问题,提出基于网络距离度量和网络分簇的节点分配策略。仿真实验表明,在不影响BT客户端下载性能的情况下,该分配策略能够将更多的数据流量限制在网络簇内部,提高数据流量的局部性,有效地减少BT系统对骨干网络带宽的消耗。     

基于端点特征的P2P流媒体识别方法

P2P流媒体流量中的控制流与数据流,由于统计特征差异较大,致使DFI(深度流检测)方法识别其效果不佳。借鉴DFI的思想,提出一种基于端点特征识别P2P流媒体流量的方法。该方法针对网络端点,提取了六个有效特征,并结合机器学习的方法识别P2P流媒体流量。实验结果表明,该方法比DFI识别的整体准确率要高,且可以用于P2P流媒体的在线识别。     

校园网中P2P流量检测

近年来,P2P技术迅速发展,所带来的数据流量,已经占到了整个Internet流量的70％以上,给网络带来很大的负担。这样巨大的流量严重影响校园网正常业务的运行。对P2P流量和网络行为进行深入地了解、分析,进一步管理P2P流量,并及时调整控制策略以适应P2P流量的特点,已成为网络流量控制的紧迫课题,而其中的首要任务就是对P2P流量进行有效的识别,并对其进行合理的利用。     

基于应用层签名特征的P2P流量识别

P2P的广泛使用带来了带宽过量消耗、病毒传播迅速等严重问题。如何在享受P2P技术带来便利的同时又能有效地识别、控制P2P流量是当前的研究热点。通过基于报文TRACE的数据分析方法,获得了当前五种主流的P2P流的应用层签名特征,提出了一个基于应用层签名特征的识别算法,并通过实际实验对所提识别算法的有效性进行了验证,研究成果可直接应用于P2P流量的识别与管理。     

一种P2P电子商务平台的设计

将P2P应用于电子商务，面临的首要挑战就是如何表达和存储电子商务数据，及如何高效的搜索到所需数据．针对该问题提出了一种Peer—to—Peer模式的电子商务平台DEP模型，借鉴了DNSES及JXTA思想，利用多级分布式索引对peers进行半结构化管理．实验结果显示DEP具有很好的可扩展性，同时与传统模型相比可以很大程度地降低数据检索时的查询路由次数及系统的通讯量．     

基于统计特征的P2P流量检测方法

针对传统的流量检测方法在应对P2P流量时不够准确和高效的问题,分析P2P协议的TCP/IP协议栈,提出一种新的基于统计特征的P2P流量检测方法,结合神经网络对P2P流量进行识别。实验结果表明,该方法能有效、准确地判断网络数据流是否为P2P类别。     

基于Linux的P2P流量检测与控制的研究

为了减少P2P流量对网络带宽造成的影响,合理分配和利用网络资源,更好地保障网络QoS,准确检测和控制P2P流量,提出一种基于Linux系统的P2P流量检测和控制的解决方案,通过扩展Netfilter/Iptables 框架,根据特征码识别P2P连接,和Linux QoS工具一起使用以限制P2P的带宽占用,避免了P2P等...     

P2P流量检测技术初探

首先对P2P应用作了简要介绍，然后介绍了目前主流的P2P流量检测技术并分析了这些技术的优缺点，较深入地探讨了国内外在P2P流量检测技术方面的发展现状及P2P流量检测技术的发展方向。最后，针对目前P2P流量检测技术方面碰到的难题，在充分利用现有流量检测技术优势的基础上，通过合理组合与优化，提出了一种新的解决方案。