基于決策樹的P2P流量識別研究與實現(xiàn).pdf

1、隨著P2P應(yīng)用在文件共享、即時通信、流媒體傳輸?shù)阮I(lǐng)域的不斷發(fā)展，P2P流量已經(jīng)成為不可忽視的網(wǎng)絡(luò)流量。根據(jù)相關(guān)調(diào)查，自2004年起P2P流量已經(jīng)占全部流量的60％以上。就目前來看，僅僅提高網(wǎng)絡(luò)容量很難應(yīng)對這種局面，因此有效的研究P2P流量的識別和過濾技術(shù)是當前最有效的解決方法。
　　本文從P2P流量識別的工作原理和實現(xiàn)機制入手，分析研究了P2P流量識別中存在的問題和實現(xiàn)有效P2P流量識別方案需要的技術(shù)，其主要的研究工作和創(chuàng)新點為:

2、
　　(1)本文從P2P流量識別的工作原理入手，總結(jié)了現(xiàn)有P2P流量識別技術(shù)，包括端口識別技術(shù)，基于深層數(shù)據(jù)包的檢測技術(shù)，基于機器學(xué)習(xí)的識別技術(shù)和基于網(wǎng)絡(luò)行為的識別技術(shù)，分析它們的利弊，并提出將機器學(xué)習(xí)方法應(yīng)用在P2P流量識別中。
　　(2)重點分析研究了各類機器學(xué)習(xí)算法在流量識別中的應(yīng)用。使用屬性選擇算法進行屬性選擇，提出了基于機器學(xué)習(xí)算法的流量識別以及性能分析方法，并通過實驗得出了基于決策樹的機器學(xué)習(xí)算法在大規(guī)模數(shù)據(jù)集中

3、的性能最優(yōu)的結(jié)論。
　　(3)根據(jù)對P2P流量特征的分析，通過實驗選取了四種能夠明顯區(qū)分P2P流量特征的屬性。編程實現(xiàn)了流量處理模塊，對采集的大量數(shù)據(jù)進行了實時分析和計算并得到訓(xùn)練集和測試集。結(jié)合改進的快速決策樹（very fast decision tree，VFDT）算法對所選的四種屬性特征進行性能分析，并得出P2P流量識別的決策樹模型。
　　雖然P2P技術(shù)已經(jīng)發(fā)展的十分成熟，仍然存在識別準確率不高等缺點。進行P2P流量