VoIP和P2P IPTV流量的識別與測量研究.pdf

1、近年來，VoIP和P2P IPTV應用已經(jīng)成為互聯(lián)網(wǎng)上流行的流媒體應用。由于這些應用的協(xié)議私密性、連接端口號的隨機性以及網(wǎng)絡環(huán)境的復雜性等原因，使得對它們流量的識別和測量分析面臨較多困難。本文針對VoIP和P2P IPTV流量提出了有效的識別算法并進行了深入的測量研究。
　　 針對QQ語音應用，提出了一種基于貝葉斯和卡方統(tǒng)計的流量識別算法(B&C)。分析QQ語音應用的源端模型，使用貝葉斯算法識別QQ語音應用的語音流量。分析QQ語

2、音應用的非語音流量，定義心跳數(shù)據(jù)包，使用卡方統(tǒng)計算法識別心跳包。實驗結(jié)果表明，B&C算法可以有效地識別QQ語音流量：識別漏判率低于2％，誤判率低于0.1％。
　　 將研究對象從單一的QQ語音流量擴大到全部的VoIP流量，提出了一種基于主機行為和流行為分析的流量識別算法(HBFBA)。首先進行主機行為分析，利用通信主機所占用的端口號的差值，將VoIP應用的流量與傳統(tǒng)應用的流量分離開。然后進一步進行流行為分析，計算流中數(shù)據(jù)包大小的熵

3、值分析數(shù)據(jù)包大小的無序程度；計算自適應的估計值分析連續(xù)相鄰數(shù)據(jù)包間隔的相關(guān)性。實驗結(jié)果顯示HBFBA算法能以很低的漏判率和誤判率準確識別多種VoIP應用的流量。即使新型的VoIP應用出現(xiàn)，HBFBA算法仍可以有效地識別其流量。
　　 針對P2P IPTV應用，提出了一種基于改進熵和徑向基函數(shù)神經(jīng)網(wǎng)絡的流量識別算法(IE-NNRBF)。以改進熵為基礎，自動地提取數(shù)據(jù)包大小特征和應用層頭部格式特征作為流量的動態(tài)簽名。采用徑向基函數(shù)神

4、經(jīng)網(wǎng)絡，實現(xiàn)對流量的非線性分類。實驗結(jié)果顯示，IE-NNRBF算法的識別正確率達到98％以上。
　　 以PPLive視頻點播應用為例，通過主動測量的方式研究了P2P IPTV點播覆蓋網(wǎng)絡。設計了主動測量覆蓋網(wǎng)絡的軟件系統(tǒng)VoDCrawler，提出的新模型有效地解決了測量過程的收斂條件問題。通過對大量測量結(jié)果的分析，從拓撲結(jié)構(gòu)和網(wǎng)絡抖動兩方面對覆蓋網(wǎng)絡進行了研究，揭示了被測量網(wǎng)絡具有小世界圖的特性，網(wǎng)絡中的對等體具有不耐心的特性，