基于決策樹的P2P流量識別方法研究.pdf

1、互聯(lián)網(wǎng)發(fā)展初期，網(wǎng)絡(luò)的連接方式一般為Client-Server模式，由于用戶只是向服務(wù)器發(fā)送少量的請求信息而接收大量感興趣的內(nèi)容，因此網(wǎng)絡(luò)中的上下行數(shù)據(jù)具有非對稱性。二十世紀末，P2P協(xié)議出現(xiàn)，為用戶提供了將自己的多媒體目錄分享到網(wǎng)絡(luò)上或者直接與其他用戶進行交互的機會，實現(xiàn)了用戶之間的直接分發(fā)和內(nèi)容分享。自此，用戶不再是僅僅充當客戶端，還可以充當服務(wù)器，成為了新的、有活力的網(wǎng)絡(luò)角色。用戶在服務(wù)角色方面的變化使得傳統(tǒng)的網(wǎng)絡(luò)流量帶寬具有了雙

2、向?qū)ΨQ性的特征。另外，由于現(xiàn)在大部分的應(yīng)用表現(xiàn)為貪婪的性質(zhì)，盡其可能的去消耗網(wǎng)絡(luò)帶寬，所以網(wǎng)絡(luò)管理者需要對網(wǎng)絡(luò)進行適當?shù)母深A(yù)。因此，P2P系統(tǒng)憑借其自身雙重角色的特殊性得到了網(wǎng)絡(luò)管理者的特別關(guān)注。
　　P2P協(xié)議在安全性方面和網(wǎng)絡(luò)服務(wù)受限方面也存在著很多問題。由于網(wǎng)絡(luò)帶寬的限制，過度吞噬網(wǎng)絡(luò)帶寬的應(yīng)用成為運營商和各類單位的隱患。如何有效快速的識別P2P流量進而對其進行管理成為當前研究的熱點與重點，本文也將針對這一問題對P2P流量特

3、征的提取以及流量的快速分類進行研究。
　　本文首先介紹了經(jīng)典網(wǎng)絡(luò)傳輸模式與 P2P應(yīng)用在網(wǎng)絡(luò)拓撲和運行機制方面的區(qū)別，并且對P2P應(yīng)用的現(xiàn)狀進行了描述。然后介紹了 P2P網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、應(yīng)用和特征以及目前常用的四類P2P流量識別技術(shù)。研究了新興的機器學習方案，分析其包括的K鄰近、支持向量機、貝葉斯和決策樹算法在處理數(shù)據(jù)和算法復(fù)雜度等方面優(yōu)劣。在公開有效的Moore數(shù)據(jù)集和它的子集上，使用了Weka數(shù)據(jù)挖掘工具對四種算法進行了對比分

4、析，驗證了決策樹算法在綜合條件下的優(yōu)勢。接下來，在這個基礎(chǔ)上重點研究了基于決策樹原理的VFDT算法和它的改進算法，并且在Weka中實現(xiàn)了這兩種算法，在不同數(shù)據(jù)集上對這兩種算法進行了仿真和對比分析。結(jié)果表明，改進算法有效地克服了數(shù)據(jù)在不同時段、不同區(qū)域動態(tài)變化引起的流量數(shù)據(jù)漂移問題。最后，設(shè)計了一個 P2P流量識別系統(tǒng)，利用Winpcap捕獲數(shù)據(jù)包，建立初始集，選取包括平均包長度、平均包長度標準差、UDP端口使用率和端口、IP地址的對應(yīng)性