基于機器學習的P2P流量識別.pdf

1、近年來飛速發(fā)展的 P2P業(yè)務(wù)在推動 INTERNET發(fā)展的同時也帶來了許多問題。（1）帶寬問題：P2P業(yè)務(wù)不斷增加，造成了網(wǎng)絡(luò)帶寬的巨大消耗，甚至引起網(wǎng)絡(luò)擁塞，使網(wǎng)絡(luò)性能降低，服務(wù)質(zhì)量下降；（2）版權(quán)問題：在網(wǎng)絡(luò)時代，數(shù)字內(nèi)容很容易被復制與傳輸，尤其 P2P共享軟件的繁榮加速了盜版媒體的分發(fā)，增加了知識產(chǎn)權(quán)保護的難度；（3）網(wǎng)絡(luò)安全問題：P2P網(wǎng)絡(luò)中每個節(jié)點都是獨立的，系統(tǒng)對于節(jié)點的約束就變的很小。在沒有控制中心的系統(tǒng)中，沒有人知道其他

2、結(jié)點共享的是什么，這就為病毒和不良消息的傳播提供了條件。隨著INTERNET重要性的日益提高和網(wǎng)絡(luò)結(jié)構(gòu)的日益復雜，網(wǎng)絡(luò)的安全性，可管理性及傳統(tǒng)應(yīng)用的可用性受到了挑戰(zhàn)，人們明顯越來越意識到有必要對 P2P流量和網(wǎng)絡(luò)行為深入了解，分析，為監(jiān)控與管理 P2P提供技術(shù)支持，因此，實現(xiàn) P2P流量的有效識別已經(jīng)成為急需解決的問題，如何進一步有效的識別出 P2P業(yè)務(wù)成為課題研究的熱點。
　　 論文課題來源于國家自然科學基金（N0.60672

3、025）資助項目的研究任務(wù)之一，在課題研究過程中，作者做了以下工作：
　　 1.文章從 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)，包括基于端口識別，基于應(yīng)用層簽名的識別，基于傳輸層特征的識別三大類，分析他們的利弊，提出將數(shù)據(jù)挖掘技術(shù)應(yīng)用在 P2P的流量識別，并且將 P2P流量識別概念深入到具體單個 P2P業(yè)務(wù)識別。
　　 2.根據(jù) P2P網(wǎng)絡(luò)的網(wǎng)絡(luò)節(jié)點對等基本特點，結(jié)合機器學習中聚類與分類的算法，選取

4、上行流量與下行流量的比值作為最主要的特征值，通過采集大量的數(shù)據(jù)建立訓練集和測試集，設(shè)計出能夠?qū)崟r識別 P2P業(yè)務(wù)的模塊和系統(tǒng)，整個系統(tǒng)包括學習和識別兩個階段。
　　 3.編碼實現(xiàn)系統(tǒng)，通過測試系統(tǒng)識別 P2P業(yè)務(wù)的準確率和 CPU占有率證明了該方法具有較高的準確度和較低的復雜度。
　　 論文共分為六章。第一章介紹了 P2P的概念，數(shù)據(jù)挖掘技術(shù)的發(fā)展以及 P2P的現(xiàn)狀并且提出了課題研究的方向。第二章介紹了 P2P與C/S模

5、式的關(guān)系以及由此引出的 P2P業(yè)務(wù)識別的相關(guān)原理和方法，分析了 P2P業(yè)務(wù)識別技術(shù)的發(fā)展趨勢。第三章闡述了數(shù)據(jù)挖掘和機器學習的原理以及步驟。第四章介紹了如何利用機器學習的方法進行 P2P業(yè)務(wù)的識別，并對流量數(shù)據(jù)進行了提取和分析，給出了具體的步驟建立了相關(guān)模型。第五章實現(xiàn)了 P2P業(yè)務(wù)識別系統(tǒng)軟件的看法并進行了測試，描述了測試條件和環(huán)境，得出了基于機器學習方法識別 P2P業(yè)務(wù)的準確率和 CPU占有率。第六章對全文進行總結(jié)，對今后的工作做出