分布式實時P2P檢測系統(tǒng)研究與實現(xiàn).pdf

1、近年來，在不斷增加的寬帶用戶和“帶寬饑渴型”應用的驅動下，主干網(wǎng)絡的帶寬需求呈現(xiàn)75～125％的爆炸性增長。研究表明，除了WEB 類應用外，其中主要的帶寬占用來自于P2P（對等網(wǎng)絡），包括P2P下載和P2P流媒體兩類。為了保證網(wǎng)絡資源利用的公平性，識別并控制P2P流量已成為流量識別領域的研究重點。
　　 然而隨著10-Gigabit以太網(wǎng)的普及，常見的網(wǎng)絡監(jiān)控系統(tǒng)和入侵檢測系統(tǒng)，已經(jīng)越來越難以滿足大流量環(huán)境下的需求。經(jīng)驗表明，中

2、低端服務器的性能已經(jīng)無法適應千兆網(wǎng)下的被動數(shù)據(jù)包捕獲環(huán)境，因為CPU周期和總線帶寬已達到瓶頸。根據(jù)百兆網(wǎng)絡下的檢測系統(tǒng)估算，算法的效率問題比硬件因素更容易成為系統(tǒng)的瓶頸。盡管現(xiàn)今P2P 檢測與分類算法層出不窮，但絕大多數(shù)P2P 行為識別算法的效率，都僅停留在“實驗室階段”。
　　 通過前期對千兆網(wǎng)環(huán)境的被動數(shù)據(jù)包捕獲進行研究，發(fā)現(xiàn)一種較好的解決方案，并提出一種能夠線速度捕獲10Gbps或更大流量的分布式基于行為檢測的P2P識別系

3、統(tǒng)，并且無需使用特殊的硬件設備。隨后闡述了大流量環(huán)境下數(shù)據(jù)處理的關鍵——
　　 流量過濾，并對比現(xiàn)有流量過濾策略，提出一種新的基于識別節(jié)點流量動態(tài)性變化的流量過濾方法，從而有效解決已知節(jié)點的重復識別問題。
　　 在對P2P 行為識別算法識別準確率進行改進的同時，在業(yè)界首次提出P2P 行為識別的效率改進方案，通過對算法內存占用和統(tǒng)計方法進行改進，實現(xiàn)了P2P 行為識別算法的實時處理。
　　 基于以上方法，設計并實現(xiàn)