基于服務(wù)角色的P2P節(jié)點(diǎn)識(shí)別方法研究.pdf

1、對等（Peer-to-Peer，P2P）網(wǎng)絡(luò)在因特網(wǎng)上蓬勃發(fā)展，在方便用戶的同時(shí)也占用了大量的網(wǎng)絡(luò)帶寬。為保證資源利用的公平性，必須對過大的P2P流量進(jìn)行控制。P2P識(shí)別作為P2P流量控制的前提已成為一個(gè)重要的、開放的研究問題。目前，基于端口的檢測方法不能識(shí)別采用動(dòng)態(tài)端口機(jī)制的P2P應(yīng)用。深層數(shù)據(jù)包檢測方法雖已較成熟但既不能識(shí)別內(nèi)容加密的P2P應(yīng)用，也不適用于大流量環(huán)境。而基于行為的檢測方法，不是通過端口號(hào)或數(shù)據(jù)包內(nèi)容，而是通過傳輸層統(tǒng)

2、計(jì)特征識(shí)別P2P節(jié)點(diǎn)，是當(dāng)前研究的熱點(diǎn)。但是，相關(guān)算法存在四個(gè)主要問題：一是主要基于P2P節(jié)點(diǎn)的客戶角色，不能識(shí)別那些僅做數(shù)據(jù)上傳的扮演純服務(wù)角色的P2P節(jié)點(diǎn)；二是僅能區(qū)分P2P與非P2P應(yīng)用，而不能識(shí)別具體應(yīng)用類型；三是不能滿足大流量環(huán)境下實(shí)時(shí)P2P應(yīng)用識(shí)別的要求；四是一些識(shí)別方法未考慮國內(nèi)P2P應(yīng)用及其網(wǎng)絡(luò)環(huán)境。
　　 歸納出P2P服務(wù)角色的六個(gè)特征。P2P網(wǎng)絡(luò)的本質(zhì)在于對等與直連，P2P節(jié)點(diǎn)既是服務(wù)器又是客戶端，其服務(wù)角色

3、的基本特征為：（1）存在監(jiān)聽端口和大量反向連接，且監(jiān)聽端口大多為高號(hào)端口；（2）存在大量重負(fù)載、長持續(xù)時(shí)間的反向連接；（3）活躍節(jié)點(diǎn)具有較高的服務(wù)率；（4）其對端節(jié)點(diǎn)的不同IP（Internet Protocol，因特網(wǎng)協(xié)議）地址數(shù)與不同端口數(shù)大致相等；（5）正向與反向連接共存；（6）存在大量同時(shí)上傳與下載的反向連接。上述特征通常表現(xiàn)為傳輸層的連接行為。對服務(wù)角色的上述特征進(jìn)行量化和形式化描述，用概率統(tǒng)計(jì)方法預(yù)測其理論分布。根據(jù)特征隨機(jī)

4、變量的試驗(yàn)樣本，采用似然估計(jì)方法計(jì)算出相應(yīng)的分布參數(shù)，并通過柯爾莫諾夫—斯米爾諾夫檢測選擇出一個(gè)理想的擬合分布。
　　 設(shè)計(jì)出處理連接的流水并行方法。采用連接構(gòu)建與更新算法，實(shí)現(xiàn)P2P高速采樣，滿足大流量環(huán)境下實(shí)時(shí)處理的需求。提出了一種連接哈希表構(gòu)建與更新算法，平衡新到的連接與超時(shí)丟棄的連接，使內(nèi)存中存儲(chǔ)的連接數(shù)量趨于穩(wěn)定。將數(shù)據(jù)處理分為連接構(gòu)建與連接分析兩個(gè)階段，采用并行流水的方式提高了計(jì)算效率。充分利用P2P節(jié)點(diǎn)在線時(shí)間的

5、分布特點(diǎn)，分別從時(shí)間、空間兩個(gè)角度對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行有選擇采樣，以削減后續(xù)的數(shù)據(jù)處理量。實(shí)驗(yàn)結(jié)果表明，上述方法在30秒（速率1Gbps）采樣間隔內(nèi)，能識(shí)別出92％左右的P2P節(jié)點(diǎn)。但隨著采樣間隔時(shí)間的增大，P2P節(jié)點(diǎn)識(shí)別的準(zhǔn)確率會(huì)隨之降低，這是由于P2P節(jié)點(diǎn)在線時(shí)間分布的重尾特性所決定的。
　　 提出一種基于服務(wù)角色特征的P2P節(jié)點(diǎn)識(shí)別算法—PN-Detector。首先，服務(wù)角色節(jié)點(diǎn)具有大量客戶節(jié)點(diǎn)及反向連接，且連接模式與客戶角色節(jié)

6、點(diǎn)有較大不同?；谝陨咸卣髯R(shí)別出具有服務(wù)角色的網(wǎng)絡(luò)節(jié)點(diǎn)。接著，采用時(shí)間序列檢驗(yàn)算法，分別利用連接持續(xù)時(shí)間、連接負(fù)載、正向與反向連接比、反向連接中的上傳下載比及服務(wù)率等進(jìn)行P2P節(jié)點(diǎn)識(shí)別，并根據(jù)識(shí)別的準(zhǔn)確率為以上各連接屬性賦予權(quán)值，準(zhǔn)確率越高權(quán)值越大。進(jìn)而設(shè)計(jì)出改進(jìn)的時(shí)間序列檢驗(yàn)算法。綜合利用賦予權(quán)值后的連接屬性，可較準(zhǔn)確的識(shí)別出P2P節(jié)點(diǎn)。最后，根據(jù)P2P服務(wù)端口中正向反向連接共存，其對端節(jié)點(diǎn)的不同IP地址數(shù)與不同端口數(shù)相近等特征識(shí)別出

7、了P2P服務(wù)端口。實(shí)驗(yàn)結(jié)果表明，PN-Detector算法能較準(zhǔn)確實(shí)時(shí)地識(shí)別出P2P節(jié)點(diǎn)及其服務(wù)端口，特別對僅做數(shù)據(jù)上傳的P2P節(jié)點(diǎn)仍然能準(zhǔn)確識(shí)別。
　　 提出一種多支持向量機(jī)P2P連接識(shí)別算法—Multi-SVM。通過對P2P應(yīng)用分片機(jī)制的分析發(fā)現(xiàn)，在其連接的傳輸中，長數(shù)據(jù)包與短數(shù)據(jù)包常常有規(guī)律出現(xiàn)，且各分片之間在傳輸過程中存在較長的時(shí)間間隔。Multi-SVM算法分別采用不同的向量來描述數(shù)據(jù)包長度、連續(xù)傳輸?shù)拈L數(shù)據(jù)包數(shù)、長數(shù)

8、據(jù)包時(shí)間間隔等連接屬性，進(jìn)而構(gòu)建了一個(gè)識(shí)別P2P連接的多支持向量機(jī)。同時(shí)，Multi-SVM算法采用離線與在線相結(jié)合的訓(xùn)練模式，以減小網(wǎng)絡(luò)環(huán)境對檢測結(jié)果的影響。進(jìn)一步，不同應(yīng)用層協(xié)議產(chǎn)生的連接具有不同的統(tǒng)計(jì)特征集，基于這些應(yīng)用特征集，提出了P2P連接分類算法—FCP。它采用一種標(biāo)準(zhǔn)化的閾值計(jì)算方法來判斷P2P連接的具體類型，克服了人工設(shè)置閾值的缺點(diǎn)。實(shí)驗(yàn)表明，采用上述算法不僅能準(zhǔn)確識(shí)別出P2P連接，還能對P2P連接根據(jù)應(yīng)用類型進(jìn)行分類。

9、
　　 提出一種基于滑動(dòng)窗口的P2P應(yīng)用特征碼自動(dòng)提取算法—SWE。它將P2P應(yīng)用中的每個(gè)數(shù)據(jù)包均看作一個(gè)二進(jìn)制序列，首先用定寬窗口以單字節(jié)為滑動(dòng)步長把每個(gè)二進(jìn)制序列劃分為若干子序列，然后計(jì)算各子序列在不同數(shù)據(jù)包的相同偏移位置處出現(xiàn)的頻率。改變窗口寬度，重復(fù)以上過程，并把出現(xiàn)頻率及長度均滿足預(yù)定條件的子序列作為P2P應(yīng)用的特征碼。實(shí)驗(yàn)結(jié)果表明SWE算法能夠較準(zhǔn)確有效地提取P2P應(yīng)用特征碼。
　　 基于以上方法，還設(shè)計(jì)出P