P2P流量识别研究现状
P2P流量识别技术的研究
如果从 Ｐｅ 的角度而言，２ ｅｒ Ｐ Ｐ系统存在 以下特 点： ｅｒ ＠Ｐｅ 知道其他 Ｐ ｅ 在网络 中的位置 （ Ｉ 地 ｅｒ 如 Ｉ ） 址 、 口号等） 而在传统 电信网络只有通过运营商 端 ， 设备 （ Ｈ Ｒ、 Ｎ 如 Ｌ Ｄ Ｓ等） 才能找到用户； ｅｒ ￣Ｐ ｅ 同时
具有 Ｃｉ ｔ Ｓｒｅ 的特 点 ，这 也是 它 与 ＣＳ架 构 ｌｎ 和 ｅｖｒ ｅ ／ 最 显著 的 区别 ， 络 中的 节 点 （ｅｒ既 可 以 获取 其 网 ｐｅ）
Ｐ Ｐ流 量识别 技 术及 研 究进 展 ， 后对 Ｐ Ｐ流 量识别 技术 的发 展提 出了看 法 。 ２ 最 ２
关 键词 ： ２ ； 量识 别： 口识别 Ｐ Ｐ流 端
中图分 类 号 ：Ｐ ９ Ｔ ３３
文献标 识 ．７ ２（ ｌ）１ ２６０ ２
Ｋ ｙ ｒ ｓ Ｐ ＰＴｒ伍 ＣＩｅ ｔ ｃ ｔｏ ； ｏ ｔ ｄ ｎ ｉ ｃ ｔ ｎ ｅ ｗｏ ｄ ： ２ ； ａ ｎｉ ａｉｎ Ｐ ｒ Ｉ ｅ ｔ ａｉ ｄ ｉ ｆ ｉ ｆ ｏ
０ 引 言
种分布式网络，其中的参与者共享它们所拥有部分
或全 部 资源 （ 处 理 能力 、 储 能力 、 络 能力 等 ） 如 存 网 ，
之 ｊ（ 二 如互 联 网） ④ 多个 Ｐ ｅ 可 以组成 为一 个 Ｐｅ ； ｅｒ ｅｒ 组 ， ｅｒ Ｐｅ 的这 种 属 性一 方 面 可 以符 合 人类 社 会 的群 组特性， 同时也降低了技术实现难度 。
Ａｂ ｔａ ｔ Ｔ ｉ ｐ ｐ ｒ ｅｃ ｉｅ ｅｄ ｆ ｉｏ ｎ ｈ ｒ ｃｅｉｔ ｓ ｆ ２ ， ｎ ｏ ｔｅｐ ｉｔ ｆ ｅ ｒａ ａｙ ｉ ｉ ｓ ｒ ｃ： ｈ ｓ ａ ｅ ｓｒ ｓ ｈ ｅ ｎｔ ｎ ａ ｄｃ ａａ ｔｒ ｉ Ｐ Ｐ ａ ｄｆ ｍ ｏｎ ｐ ｅ ｎ ｌｓｓ ｔ ｄ ｂ ｔ ｉ ｉ ｓｃ ｏ ｒ ｈ ｏ ｓ
带背景流的P2P流量识别技术研究
带背景流的P2P流量识别技术研究欧阳玲;宋克【摘要】The Diversity and complexity of Peer hosts in P2P application systems and P2P application traffic make P2P traffic identification approach based on only typical feature inaccurate. We propose a novel multi-phase identification method to reveal P2P traffic from traffic aggregation. Our method is based on a set of heuristics derived from the robust properties of P2P traffic. Experiments indicate the classification accuracy of our proposed method can reach 99. 7%, while the false positive is lower than 0. 3%.%针对P2P (peer- to peer,对等体网络)应用系统中对等体主机的行为特征与P2P业务流量特征多样化、复杂化,使得单纯利用一种典型特征的P2P流量分类技术的识别精度不高的问题,提出了一种新的P2P流量多阶段识别方法;该方法根据P2P应用流量的一系列固有特征,可以从聚合网络流中识别P2P流量；通过实验表明,该方法P2P流识别精度可达99.7％,同时错误分类精度0.3％.【期刊名称】《计算机测量与控制》【年(卷),期】2011(019)010【总页数】3页(P2562-2563,2570)【关键词】P2P;聚合流量;典型特征;流量分类【作者】欧阳玲;宋克【作者单位】中原工学院,河南郑州 450052;国家数字交换系统工程技术研究中心,河南郑州 450005【正文语种】中文【中图分类】TP393.00 引言近几年来，P2P作为一项全新的Internet技术得到飞速发展，不断涌现出新型的P2P协议及应用软件，如国外的BitT－orrent、eDonkey、Skype，国内的迅雷、PPLive、QQ等，P2P给网民带来方便快捷的同时，已成为当前网络带宽的“杀手级”应用，其上传／下载比趋近于1，造成传统xDSL网络的上行链路极易拥塞，并且存在许多安全隐患。
P2P网络流量识别技术的研究
１引 言
Ｉｔｍｅ 的 迅速 发 展带 动 了 网 络 带 宽 的 快 速 增长 ， 大 的 ｎｅ ｔ 广
网 络 使 用 者 喜 欢 使 用 各 类 Ｐ Ｐ和 点 对 服 务 器 技 术 ２ （ ｅｒｔ Ｐ ｅ ｏ
对 于 以 上情 况 ， 制 Ｐ Ｓ 控 ２ Ｐ这 类 应 用 流 量 ， 决 Ｐ Ｓ 解 ２ Ｐ带 来 的 网络 拥 塞 。最 简 单 的方 法就 是 禁 止 Ｐ Ｐ和 Ｐ Ｓ ２ ２ Ｐ的应 用 ． 但 目前 Ｐ Ｐ和 Ｐ Ｓ ２ ２ Ｐ的 应 用 已经 被 非 常 多 的 用 户所 喜 爱 。 一旦 禁
ｔｅｆ ｗ． ｉｓ ａｅ ｅｃ ｂ ｓａｐｉａ ｏ ｄ ｔｅｒｌｔｄｔｃ ｎ ｌｇｅ ｎＰ ｅ ｅｖ ｒ ｅ ｒ Ｐ Ｐ ， ａ ｓ ｆｓｖ ｒ ｐｃ ｒｆｃ ｈ ｏ Ｔｈ ｐ ｒｄ ｓｒ ｅ ｐ ｌ ｔ ｎａ ｈ ｅａｅ ｅｈ ｏｏ ｉｓ ｅ ｒｔ Ｓ ｒｅ＆Ｐ ｅ （ ２ ） ａ ｌ ｉ ｏ ｅａ ｔ ｉａ ｔａ ｌ ｐ ｉ ｃｉ ｎ ｏ ｏ ｎ ｙｓ ｅ ｌ ｙ ｌ ｉ
【 关键 词】流 量 识 别 Ｐ Ｐ 深度 包检 测 ２ 连 接 模 式
中 图分 类 号 ： Ｐ ９ 文 献 标 识码 ： 文章 编 号 ：０ ８ １ ３ （ ０ ０ ０ — ０ ３ Ｔ ３３ Ａ １０ — ７ ９ ２ １ ）６ ６ —
Ｔｈｅ Ｓ ｖ ｙ ｏ Ｐ ａ ｃ Ｉ ｎｔｆｃ ｔｏ ｅ ｈａ ｉｍ ｕｒ ｅ ｆＰ２ Ｔｒ ｆ ｄｅ ｉ ａｉ ｅ ｅｏ ｍｅ ｔｏ ｎｅ ｔａ ｄ ｂｏ ｄ ａ ｄ ｎ ｔ ｒｓ Ｐ ｅ ｏ Ｐ ｅ （２ ）ａ ｄ Ｐ Ｓ ｐ Ｌ ａ ｏ ｓａｅｉ－ ｓｒ ｃ ： ｔ ｔｅ ｒｐｄ ｄ ｖ ｌｐ ｎ ｆＩｔｍｅ ｎ ｒａ ｂ ｎ ｅｗｏｋ ， ｅ ｒｔ ｅｒ Ｐ Ｐ ｎ ２ Ｐ ａ ｐ ｃｔ ｎ ｒ ｈ ｉ ｎ
中国P2P平台行业市场现状及未来发展前景预测分析报告
中国P2P平台行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国P2P平台行业市场现状及未来发展前景预测分析报告正文目录第一章、P2P平台行业定义 (3)第二章、中国P2P平台行业综述 (4)第三章、中国P2P平台行业产业链分析 (5)第四章、中国P2P平台行业发展现状 (7)第五章、中国P2P平台行业重点企业分析 (8)第六章、中国P2P平台行业发展趋势分析 (10)第七章、中国P2P平台行业发展规划建议 (11)第八章、中国P2P平台行业发展前景预测分析 (13)第九章、中国P2P平台行业分析结论 (15)第一章、P2P平台行业定义P2P（Peer-to-Peer）借贷平台，作为一种新兴的互联网金融服务模式，自2005年在英国诞生以来，迅速在全球范围内得到普及与发展。
它通过线上平台连接资金需求方（借款人）和供给方（投资者），打破了传统银行作为中介的角色，实现了直接融资。
截至2020年底，全球P2P市场规模已达到约600亿美元，其中中国占据了近40%的市场份额，成为全球最大P2P市场之一。
1.1 行业背景随着金融科技的不断进步与互联网普及率的提高，P2P平台得以快速成长。
2010年至2015年间，中国P2P平台数量从不到100家激增至超过2000家，年复合增长率超过100%。
由于缺乏有效监管，行业一度陷入野蛮生长状态，导致大量问题平台出现，直至2016年后监管政策逐步收紧，行业开始进入规范发展阶段。
1.2 运作机制P2P平台主要通过以下步骤实现借贷双方匹配：1. 注册认证：用户需提交个人信息进行实名认证；2. 发布借款需求：经审核后，借款人可在平台上发布借款项目；3. 投资选择：投资者根据自身偏好挑选合适的借款项目进行投资；4. 资金流转：一旦借款满标，平台将筹集到的资金划转给借款人；5. 还款管理：借款人按约定时间分期偿还本金及利息；6. 收益分配：扣除服务费后，平台将剩余收益返还给投资者。
P2P流量识别和管控技术分析
流 量 识 别 和 管控
技术分析
_ 马 少 武 唐 雄 燕 姜智 峰 张 辉
_ 中国 网 通 集 团研 究 院
摘要 ： 基于
P 2P
北 京 市 西 城 区 金 融 大街 2
l
号
10 0 0 3 2
模 式 的业 务 和 应 用 给 互 联 网 的发 展 带 来 了 巨 大 影 响
，
，
本 文 在 简 要分 析 了 现 网
-
特 征 字 如 果在数 据 包 的 相 应 位 置 能够找 到 这 些 特
征 字就 可 以 判 断 数据 包属 于 哪 种 类 型 的 网 络应 用
由此 可 以 大 致 判 别 出
。
M G C P
等
。
数 据 流 所 对应 的 应 用 业 务 类 型 能够 发 现 未 知
P 2P
此 方法 的 优 点 是
以 上 P 2 P 业 务还 可 以 分 为 基 于 T C P 和 U D P 的
P 2 P 业 务两 大 类
。 『 I
。
应用
，
具 有对 新 P 2 P 应 用 的 感
。
a
tu r e
特 征 值进行应
，
k
t
In
p e c tio n
)
用 层 流量 识 别
网 络应 用 的 数 据 包 中
一
各种 应 用 在
a
常用 端
用
一
口 检 测法 即利 用 P 2 P
应 用 发 展 的 初期使
不 同的 数据 包 位 置 都有
，
些 特有 的 固 定 的 S i g n
tu
r e
些 固 定 端 口 进行控制 和数 据 的 通 信 原 理 进 行检 如早 期 e D o n k
国内P2P网贷行业现状浅析与再思考
国内P2P网贷行业现状浅析与再思考随着互联网金融的兴起，P2P网贷业务作为其重要组成部分快速发展。
但是，P2P网贷行业也存在着一系列的问题。
本文将从行业现状分析角度入手，对P2P网贷行业的问题进行深入探讨，并提出再思考的建议。
一、行业现状我国P2P网贷行业迅速发展，但是，面对市场的快速扩张，行业管理层面尚未能够跟上步伐，行业风险层出不穷，已经形成危机。
1、资金来源不透明P2P网贷平台的资金来源缺乏透明度，有很大一部分资金源于庞大的私募车队，与正规银行金融机构和监管机构的资源链条断开，缺乏监管约束，运作风险增加。
2、风险隐患大量涌现有人预测，P2P网贷将是下一个雷曼兄弟危机的引爆点。
涉及虚假宣传、内幕交易、刻意瞒报、空中楼阁等多种风险隐患。
3、监管缺位P2P网贷行业缺乏统一规范的监管机制，监管缺位已经成为行业持续发展面临的最大问题之一。
许多P2P网贷平台大肆吹嘘的“双边监管”、“风险评估”等，其实也只是表面的形式主义。
二、再思考上述问题损害了P2P网贷行业的正常发展和广大投资者的利益。
要想解决这些问题，需要多方面的努力。
1、政策监管趋严化政府应当采取严格的监管政策，完善法规体系，规范行业规范，真正实现P2P网贷行业中的“双重监管”，规范市场行为。
2、行业自律机制建立加强P2P网贷行业自律机制建设，借鉴海外同类行业自律经验，增强行业凝聚力和社会影响力。
3、普及投资教育投资者在进行P2P网贷投资之前，应当了解细节和投资本身的风险特征，需要知识、分析和判断能力，提高个人投资素质，减少政策和市场波动带来的损失。
4、风险评估优化P2P网贷平台应当建立全面科学的风险评估体系，实时监控业务风险，提高整体风险管理能力，严格风险控制，确保客户贡献最大化。
结论： P2P网贷业务的快速发展，为广大投资者提供了更为丰富的投资渠道。
但是，P2P网贷行业对于法律监管和行业自律机制建设方面还有待于加强与完善。
我们期待，行业管理人员将在政府、投资者和监管机构的共同努力下，实现P2P网贷行业的稳定发展，为广大投资者带来更高的收益和更为安全的保障。
互联网金融与P2P行业的发展现状与前景
互联网金融与P2P行业的发展现状与前景近年来，互联网金融和P2P行业已成为中国金融市场的热点话题。
随着中国经济和社会的发展，互联网金融和P2P行业也在蓬勃发展。
本文将从互联网金融和P2P行业的定义、现状和前景等方面进行分析。
一、互联网金融是什么互联网金融是指利用互联网技术及其生态系统构建的各种金融产品与服务。
互联网金融透过互联网，将金融服务带给消费者，这种服务可以是包括借贷、支付、理财、股票、保险等在内的各种金融服务。
互联网金融作为一种新兴的金融业态，最早出现在美国，在发达国家得到了较早的发展。
而在中国，伴随着网民数量和互联网普及率的迅猛发展，互联网金融也在近年来迅速崛起。
二、P2P行业的定义和现状P2P，即Peer to Peer，指的是点对点贷款，是一种以互联网为平台的借贷模式。
在P2P行业中，出借人可以通过互联网与借款人进行直接交流，借款人可以以较低的利率获得贷款，出借者也可以获得较高的投资回报率。
P2P行业在国内的正式注册时间大概是在2011年左右，目前已经发展到了第三个阶段。
P2P行业的前两个阶段主要以最初的开发为目标，在推广过程中，由于市场发展不成熟或是管理不够规范，出现了一些问题和风险。
而从2015年以后，中国政府开始加强对P2P平台的监管，P2P 行业正式进入到了规范化的阶段。
目前，P2P行业已经进入到了第三个阶段，一些不规范的平台开始退出市场，而规范的平台开始不断做出改革，跟进行业规范化的实施。
三、互联网金融和P2P行业的现状目前，互联网金融和P2P行业在国内已经拥有了庞大的用户和投资者群体，在整个金融市场中占据了相当大的份额。
中国互联网金融协会发布的最新数据显示，截至2018年8月底，我国互联网理财用户规模达到3.12亿，互联网银行用户规模达到2.81亿，互联网基金平台用户规模达到1.35亿，而P2P网贷用户规模也突破了1000万。
虽然互联网金融和P2P行业取得如此快速的发展，但在随之而来的激烈竞争中，也出现了很多问题和风险。
一种P2P流量识别方法的研究
摘 要 ：本 文先介 绍 了 目前主 流 的 Ｐ ２ Ｐ 流 量识别 方 法及 其优 缺 点 ，通过 实际捕 包分析 了Ｂ Ｔ协议 的 交互过程 及特 点 。 分析 选取 流量 特征 中的 平均 包长 度、流 持 续 时间、上 下行 流 量 包数 比、 目的端 口等 ４个特征 ，结合 支持 向量机 方法对 网 络流 量 的进行识 别 。实 验结 果显 示 ，该 方法能 够有 效地 检测 网络 流量 中的 Ｐ ２ Ｐ 流 量。 关键 词 ：Ｐ ２ Ｐ；流 量识 别 ；流行 为特征 ；支持 向量 机
计算机光盘软件与应用
工 程 技 术
Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ Ｃ Ｄ Ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ａ ｎ ｄ Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ
２ ０ １ ３年第 ０ １ 期
一
种Ｐ ２ Ｐ 流量识别方法 的研 究
４ ０ ０ ０ ６ ５ ）
Hale Waihona Puke 杜 江 ，龙 涛 （ 重庆 邮 电大学通信 与信 息工程 学院 ，重庆
得 了不错 的分 类效 果 。 因此 本文通 过 流行 为特 征 的分析提 取 ，结合支 持 向量机 为 网络 流量特 征建 立 识别分 类模 型 。
１ 协议 特征 分析
Ｂ Ｔ 网络 主要 由种 子文 件 、 目录 服务 器 、种子 提供 站 点和 内容 发布 者／ 下载 者共 ５ 部 分组 成 。 Ｂ Ｔ协 议规 范把提 供下 载 的文 件 虚拟 分成 大 小为 ２ Ｋ Ｂ 的整 数 次方 的数 据 块 ，把每 个块 的 索引信 息和 哈希 验证 码写 入种 子文 件 中 。 发布 者将 种 子 文件 放 在种 子 发布 站 点供 下 载者 下 载 。Ｂ Ｔ 协议 主要 包括 ３ 个 部分 ：种子 文件 的格 式 、 ￣ ａ ｃ ｋ ｅ ｒ 协议 和 端ｗ ｋ ｅ 协 议 。Ｂ Ｔ协 议工 作 时的 交互过 程及 特 征为 Ｂ Ｔ协 议数 据流特 征 分析 提供 了基 础 。 常见 的 Ｐ ２ Ｐ应 用 中 由于 其 传输 的是 大流 量 的文件 或者 视频 流等 数据 ， 因此其 传输 的 包 长 度与传 统 的 Ｈ Ｔ Ｔ Ｐ等协 议存 在着较 大 的差 异 。 一条 流 从开 始到 结束 ， Ｐ ２ Ｐ应 用与 非 Ｐ ２ Ｐ应 用在 流持 续 时间上 存 在显 著差 异 。 Ｐ ２ Ｐ网络 中对 等节 点和 传统 应用 中的服 务器 不 同，一个 对等 节 点 同时与大 量 的节 点相连 接 ， 每 个对 等 节 点既是 资源 的下载者 又是 资源 的提 供者 ， 其 上行 流量 和 下行 流量 的 比值 基本相 当， 这 和传统 的 Ｃ ／ Ｓ模 式 的传输 方 式存 在者 巨大的 区别 。在常 见 的 Ｗｅ ｂ应 用 中 ，通 常服 务 器是使用 固定的端 口来接收客户端的连接请求进行数据
P2P技术的应用及其研究现状图解
P2P技术的应用及其研究现状摘要自1999年以来，对等网络（P2P）技术因其充分利用网络资源和网络带宽等诸多优点而受到国内外学术界和商业组织的广泛关注。
美国《财富》杂志更称之为改变因特网发展的四大新技术之一，甚至被认为是无线宽带互联网的未来。
文中首先介绍P2P的概念及其四种网络模型：集中目录式、纯分布式、混合式和结构化，并将P2P模型与C/S模型进行对比，结果表明：在有效利用网络中的大量闲置信息、存储空间、处理器周期等资源、避免服务器带来的瓶颈问题、降低服务器成本等方面，P2P有着明显的优势；然后介绍P2P文件交换、对等计算、协同工作等应用模型及其研究现状；最后讨论P2P网络存在的问题。
关键字对等网络（P2P）技术客户端∕服务器（C/S）模型模型引言随着Internet网络的广泛普及、网络带宽的大幅增加以及基于Internet的端系统计算能力迅速增强，在客户端∕服务器（C/S）模式（通常只有服务器节点资源得到利用）中被忽略的且广泛存在的用户端设备成为一种宝贵的计算资源。
因此，“充分利用网络边缘资源”成为新的研究和应用目标之一，其中“网络边缘资源”是指那些在传统应用模式中作为客户端而往往被忽略的计算设备。
而对等网络（P2P）技术正是在这样的形势下迅猛兴起，如今P2P技术研究的涉及面已十分广阔，包括网络拓扑、分布式存储、安全性和可靠性等。
P2P技术应用更是涵盖诸多方面，商业和民用领域的文件与数据共享和存储、、科研领域的协同和并行计算等。
然而P2P也同样在其发展历程中存在着许多或难以克服或存在缺陷的问题，比如版权问题、安全问题等。
尽管问题如此之多，不置可否，P2P技术正不断变革着网络，并且改变人们的生活。
1P2P的概念及其网络模型目前在学术界以及商业组织上对于P2P 没有一个统一的定义，下面有三种定义：1 P2P是一种通信模型，其中每个参与者都有相同的能力。
在Internet上，P2P是一种网络类型，它允许相同网络程序的计算机相互建立连接，直接访问对方的硬盘上的文件。
P2P流量的识别技术
－
Ｐ Ｐ流量的识别技术 ２
Ｃｌ ．京邮 电大学 － ． Ｉ ｃ 徐斌 孙学康 网络教育学院 北京 １０８ ） ０８ ０ 摘 要： 结合现阶段 Ｐ Ｐ网络 应用巾出现的问题 ， Ｐ Ｐ的技术原理、应用现状 、存在的 问题作 了介绍 和研 究。并提 出了解决 Ｐ Ｐ ２ 对 ２ ２ 流量问题的一个方案。最后展望 了 Ｐ Ｐ技术的进一步的发展前景。 ２
一
小在 ｌＯ ＯＭ 以 上 。 笔者 通 过 对 国内 著 名 Ｐ ２Ｐ 下 载 网 站 求 ，网络 应 用 由使 用者 自由驱 动 。 Ｂ ｈｉ ａ ２ １ ２ 息在网络设备 间商 接流动 ，高速 及时 ，降低 中转服 （ Ｔ＠ Ｃ ｎ ）的不完全 采样统计 ，平 均每个 Ｐ Ｐ种子 的文件 ．信 大小在 ６ ０ 左右 ，可 见文 件共享 以大文 件为主 。 ０Ｍ 务成本 。
关键词 ：Ｐ Ｐ业务 识 别 缓存 ２ 中图分类号 ：ＴＩ ９ ３ ３ 文献标识码 ：Ａ
当 ｗ ｗ 产生 那一 ＿ 开始 ，集 中式 的 服务 器就 一 育是 包传 递 的 功 能 。 ｗ 火 Ｉｔ ｒ ｅ 的核心 ，它集中 了网络 中所有可 以检索 到的资源 。但 ｒｅｎ ｔ ｔ 是随着 网络的继续 膨胀 ，用户终端 的处理能 力、存储 能力进一
１ ｐｏ ． ｌｐ ａ
图１
２ ２ 应用现状 ．Ｐ Ｐ 由于 Ｐ Ｐ相比于传统 网络模 型在信息共享 方面的优势 ，近 ２ 年来 ，发展十 分迅速 ，这些 技 术 中以文件 共享 应用最 为广泛 ， 它是 一种新的通信模式 ，每个参 与 者具 有同等的能 力，可以发 ｉ ｒｅｔ Ｂｔ ｒｅｔ Ｔ Ｔ ２ 的文件 起 一个通信 会话， 络模 型如 图 ｌ 所示。Ｐ Ｐ 通信模式有以 下 其中最为典 型的就是 Ｂｔｏｒｎ。 ｉ ｏｒｎ 是一个 Ｐ Ｐ ２ 披术特性 。 １ １既是服务 器（ ） ． ｓ 又是客 户端 （ ，表现取 决于用 户的要 Ｃ） 共 享软件 ，它能提供 各个 Ｐ ｅ 之 间直接共享文 件资源的功能 ， ｅｒ 般应用最为广泛 的是共享 影视资源 、软 件资源 ，一般文件大
网络流量分类国内外研究现状
网络流量分类国内外研究现状摘要近年来，随着互联网的迅猛发展，大数据（The Big Data）时代已经到来，越来越多的新型网络应用逐渐兴起，网络规模不断扩大，网络组成也越来越复杂。
网络流量分类技术作为增强网络可控性的基础技术之一，不仅可以帮助网络运营商提供更好的服务质量，而且能够对网络进行有效的监督管理，确保网络安全。
本文介绍了国内外关于网络流量分类方法以及算法的研究现状，据此以望给相关领域的人提供一定的参考和帮助。
关键词大数据The Big Data 网络流量分类国内外研究现状随着The Big Data的概念的提出，网络流量分类研究的关注程度也水涨船高。
在复杂的网络计算机环境中，尤其是云计算环境中，网络流量分类技术对于确保网络和系统的安全性有着极为重要的作用。
网络流量分类技术在现代网络安全和管理体系中扮演着极为重要的角色。
它能有效地处理很多网络安全问题包括合法截取和入侵检测等问题。
比如，网络流量分类可以用作检测服务攻击，蠕虫病毒传播，网站入侵，垃圾邮件传播。
此外，网络流量分类在现代网络管理体系中同样扮演着极为重要的作用，如服务质量控制（QoS）。
鉴于网络流量分类在网络系统中发挥如此至关重要的作用，网络流量分类技术的需求也越来越大。
网络流量分类是指按照网络的应用类型（比如WWW、TFTP、P2P等），将基于TCP/IP协议的网络通信产生的双向UDP流或TCP流进行分类。
网络流量分类技术虽然在很久以前就已经被提出，而且相关的分类技术也已经大量被提出，但是随着网络的复杂性越来越大，尤其是云计算的提出，使得网络分类技术面临新的机遇和挑战。
因此，分析网络流量分类的国内外研究现状就显得极为必要了。
一、网络流量分类国内研究现状国内学者对于网络流量分类的算法以及技术研究虽然历时不长，起步较晚并缺乏一定的系统性，但仍以方兴未艾之势不断完善和深入，尤其是近几年，在相关领域也取得了一些突破性的进展。
（1）基于决策树的网络流量分类传统的基于端口和基于深度包检测的网络流量分类方法因为p2p及载荷加密等技术的流行而变得失效。
校园网P2P流量检测研究
２ 双 层过 滤 Ｐ Ｐ检 测模 型 、 ２
散 要 淹 的｝ …～一 ／ 据 驳 …
一
』
之
当前 主 流 的 Ｐ Ｐ识 别 技 术 采 用 的 是 深 层 数 据 包 检 测 （ ｅＤ ２ Ｄｅ
￣（Ｍ ｌ 等 已 经 占据 网 络 总带 宽 的 ６ ％一 ０ ． Ｐｅ ｕｅ ） ０ ８％ 由此 可 见 Ｐ Ｐ应 据 。 据此 ，本 文 提 出 了一 个 基 于 双 层 过 滤 的 Ｄ Ｉ 测 Ｐ Ｐ流 和 ２ Ｐ检 ２
用 对 网络 进 出 口带 宽 极大 的 占用 在 各高 校 的 校 园 网 中更 是 如 Ｄ 流 特 征 检 测 Ｐ Ｐ流 的 系 统 其 目的是 通过 双 层 过 滤 把 Ｄ Ｊ ｎ ２ Ｐ
空间复杂度。
【 关键词 】 校 园网；２ ； ： Ｐ Ｐ 检测 ； Ｐ ； Ｄ Ｉ双层过滤
１ 引 言 、
滤 ． 数 据 包 的数 量 上 来 看 已经 过 滤 掉 了 很 多 的非 Ｐ Ｐ数 据 包 ． 从 ２ 、 ｍ 下 载 、 Ｉ 数 据 包 ．而 如 果 一 开 始 就 ＭＡ Ｌ等
图 １双 层 过 滤模 型框 架 图
在上 面 的框 架 中 ， 一 层 是 轻 型 过 滤 网络 流 ． 据 过 滤 规 则 第 根
２１ ０ ０年第 ３
福
建 电
脑
５ ５
校 园网 Ｐ Ｐ流量检测研究 ２
胡 六 四 ｒ － ．周 健
．
（、 肥 工 业 大 学 安徽 合 肥 ２０ ０ ２安 徽 电子 信 息 职 业 技 术 学院 安 徽 蚌 埠 ２ ３０ １合 ３０９ ． ３ ０ ０） 【 摘 要 】 随 着 Ｐ Ｐ应 用 的 飞 速 发 展 ， 控 Ｉ Ｐ 已 经 不 可 避 免 ， ： ２ 监 ） ２ 当前 的检 测技 术 中 ， Ｐ 检 测 的 主 要 缺 点是 需要 对 网 络 ＤＩ
P2P流量综合识别方法的研究
P2P流量综合识别方法的研究摘要P2P的网络传输优势将是民航未来网络传输的发展方向，而P2P流量占用了大量互联网带宽资源，为保证网络的正常运行，有必要对P2P流量加以识别并适当控制。
本文提出一种利用贝叶斯分类技术对网络中P2P流量进行分类的方法，结合深层数据包载荷特征识别和端口识别技术构建了P2P流量识别器。
关键词：P2P；贝叶斯；网络流量；流量控制；识别器0 引言随着网络技术的迅速发展，P2P技术得到了广泛的应用，其传输优势必将是民航未来网络传输的发展方向。
P2P技术不断发展的同时，各种P2P业务所产生的网络流量成为网络带宽的最大消费者，一定程度上影响了其他网络业务正常开展。
对P2P网络流量进行科学的管理和控制，已成为网络管理者面临的重要课题之一。
本文将探讨一种基于流量特征检测和深层数据分析的精确匹配方法，结合深层数据包载荷特征识别和端口识别技术构建P2P流量识别器，为网络管理者对P2P流量管理提供一种可行的方案。
1 P2P流量综合识别法P2P流量综合识别法是运用端口识别、流量特征和深层数据包检测共同对P2P流量进行分类识别的方法。
在流量识别的开始阶段使用端口识别技术，把网络流量中的一些常规网络业务流量（如www、FTP等）分离出来，去除这些不需要进行识别的常规网络流量，为后面的流量识别分类工作做好准备。
对剩余的网络流量，运用流量特征检测技术识别。
在进行识别时，结合数据挖掘技术对P2P 网络流量进行分析，获取P2P流量产生的特征属性集，用这些流量特征集来识别新的P2P流量。
最后通过深层数据包载荷检测技术对识别出来的P2P流量进行精确分类。
首先获取网络流量数据包，让其进入缓存队列，并对数据包进行完整的信息提取，获取网络流的五元组信息。
其次，对缓存队列里的数据包采用IP地址识别，端口识别，TCP/UDP识别技术进行流量识别，识别出一些常规的网络流量和一些采用固定端口进行流量传输的P2P业务。
第三，对于仍没有识别出来的网络流量，采用贝叶斯（Naïve Bayes，简记为NB）分类技术来进行识别，识别出具有P2P流量特征的网络流量，并对这些网络流量进行分类标识，未能识别出具体类型的P2P流量放到下一步去识别。
一个基于云计算的P2P流量识别系统模型的研究
深 度分组 检测 技术 的主要特 点就 是对 网络 数据 分组
的有效载荷部分进行特征串扫描和匹配， 根据匹配结果确 定该数据分组所采用的协议类型是否为Ｐ Ｐ 进而确定下 ２，
一
网络流量的外部特征来对 ＰＰ ２ 应用协议进行识别 ． 同样不
涉及 对 Ｐ Ｐ 用流量 的 内容进行检 查。 ２应 通过对捕获 到的数
识别技术的关键是提取和分析 Ｐ Ｐ ２ 有效载荷 ，建立 ＰＰ ２ 应用特征库， 通过不断更新和维护特征库， 使其具有对各
种 已知的和新型 的 ＰＰ应用进行识别 的能力 。 ２
目前 ，主流的 ＰＰ业务分为文件下载和流媒体应用 ２ 两大类。其中， 文件下载类软件包括：ｉｏ ｅｔｅｏｋｙ ＢＴ￣ ｎ、Ｄ ｎｅ 、 ｔ ｅ ｕ 、迅 雷 等 。Ｐ Ｐ流媒体 类 软件 包 括 ＩＴ 类 的 Ｍｌ ｅ ２ ＰＶ
表 １ 常 见 Ｐ Ｐ协 议 特 征 串 ２
尽管在以上提到的 ３ 种流量识别方式中， 深度分组检 测技术通过对 Ｉ 数据分组 ４ ５ Ｐ 层协议的特征字进行分析 对 比， 具有较高的识别率和识别精度， 同时维护升级特征 库也相对比较容易， 但是基于深度分组检测的方法也存在
以下 ２ 问题 。 个
法处理多模式串的扩展算法 ， 以匹配的正确率、 速度、 资源
消耗为主要指标进行选择。 ３ 基于流量特征的识别原理 ． ２
要将这些中间结果进行归类排序， 然后输出到分布式文件 系统的文件中。 ａ 任务结束后进人 Ｒｄｃ 操作。 ｅｕｅ Ｍｐ ｅｕｅ Ｒ ｄｃ
操 作就 是将 Ｍ ｐ产生 的 中间文件 中具有相 同 ｋｙ ａ ｅ 值
・
深度分组检 测是 针对现有 的 ＰＰ应用 ， ２ 不能对未 知 流量进行识别 。
中国P2P网络借贷平台发展现状研究
中国P2P网络借贷平台发展现状研究一、引言P2P网络借贷平台是指通过互联网实现个人之间的直接借贷，利用网络平台提供信息发布、撮合、管理和风险评估等服务。
近年来，中国P2P 网络借贷平台迅速发展，并吸引了大量投资者和借款人参与。
本文将通过对中国P2P网络借贷平台的研究，分析其发展现状。
二、概述中国P2P网络借贷平台起步较晚，但发展速度快。
根据中国互联网金融行业发展报告，截至2024年底，中国P2P网络借贷平台数量已突破1000家，注册会员超过1000万人。
这一数字显示了中国P2P网络借贷平台的快速发展趋势。
三、市场规模根据中国互联网金融行业发展报告，截至2024年底，中国P2P网络借贷平台累计交易额超过5000亿元人民币。
然而，由于缺乏有效监管和规范，一些P2P平台存在着风险和乱象。
2024年，中国政府出台了一系列监管政策，以整顿P2P网络借贷行业。
这些政策不仅加强了监管力度，也提高了行业门槛，导致一些不合规的平台被迫关闭。
四、风险与挑战1.信用风险：借款人无法按时还款，或坏账率飙升。
2.安全风险：平台运营商经营不善或出现经济问题，导致投资者资金受损。
3.法律风险：一些平台存在违法行为，如非法集资、洗钱等。
此外，中国P2P网络借贷平台还面临着监管政策的挑战。
近年来，中国政府加强了对P2P网络借贷平台的监管力度，出台了一系列监管措施。
这些政策的目的是保护投资者利益，加强行业规范，但也给平台运营带来了一定的困难。
五、行业整改和发展趋势为了规范P2P网络借贷行业，中国政府发布了一系列整改政策。
这些政策包括：明确P2P平台的定位和功能，设置备付金等风险准备金制度，建立健全退出机制等。
这些政策的实施有助于减少行业风险，保护投资者利益。
未来，中国P2P网络借贷行业有望迎来健康发展。
首先，随着监管政策的进一步完善，平台的合规性将得到更好的保障。
其次，行业整改可以提高平台的风控能力，减少风险发生的可能性。
最后，中国借贷市场的巨大潜力将吸引更多合法合规的平台进入。
P2P流量识别技术的研究
P2P流量识别技术的研究P2P（Peer-to-Peer）流量识别技术是指通过分析网络流量数据，识别出使用P2P协议进行通信的流量。
P2P协议广泛应用于文件共享、视频流媒体等领域，但同时也为网络安全带来了一定的挑战。
因此，研究P2P 流量识别技术对于网络安全和网络管理具有重要意义。
P2P流量的特点是多源、多目的地的分布式通信模式，其与普通Web 浏览、Email通信等方式有很大的不同。
因此，传统基于端口号、IP地址等特征进行流量识别的方法在P2P流量中往往效果并不理想。
为此，一些研究者提出了基于流量行为特征、统计学方法和机器学习等技术的P2P流量识别方法。
基于流量行为特征的P2P流量识别方法主要是通过分析流量数据包的各种特征，如数据包大小、方向、间隔时间等，来区分P2P流量和非P2P 流量。
例如，P2P流量通常具有比较大的数据包大小和不规则的数据包间隔时间，而非P2P流量通常具有较小的数据包大小和规则的数据包间隔时间。
因此，通过对这些特征进行统计和分析，可以有效识别出P2P流量。
统计学方法是一种基于概率统计原理的P2P流量识别方法。
该方法通过统计流量数据包的特征分布情况，并基于统计规律来进行识别。
例如，可以统计P2P流量中数据包的大小分布、方向分布等特征，并与非P2P流量进行对比。
如果两者的特征分布存在明显的差异，那么可以通过概率统计的方法来进行流量识别。
机器学习是一种借助于算法和模型进行自动识别和分类的方法，已被广泛应用于P2P流量识别研究中。
通过利用机器学习算法和模型，可以从大量的流量数据中学习到P2P流量的特征和规律，并利用这些特征和规律来进行流量识别。
常用的机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）、神经网络等，这些算法可以根据已知的样本数据进行学习和训练，并在未知的数据上进行判别和分类。
除了以上几种方法，还可以结合多种技术和方法进行P2P流量识别。
例如，可以结合深度学习技术和机器学习方法进行流量特征提取和分类；可以结合模式识别和数据挖掘技术进行P2P流量的行为分析和异常检测等等。
我国P2P网络借贷行业发展现状研究
我国P2P网络借贷行业发展现状研究一、概述随着互联网技术的飞速发展和金融创新的不断深入，P2P （PeertoPeer）网络借贷作为一种新兴的金融模式在我国迅速崛起。
P2P网络借贷，即点对点借贷，是指通过互联网平台，将资金需求方与资金供给方直接对接，实现资金的融通。
这种模式打破了传统金融机构在借贷过程中的垄断地位，为小微企业和个人提供了更加便捷、高效的融资渠道，同时也为投资者提供了新的投资选择。
我国P2P网络借贷行业自2007年起步，经历了探索期、高速发展期和规范调整期三个阶段。
在探索期，行业主要以借鉴国外模式为主，发展较为缓慢。
进入高速发展期，随着国家对于互联网金融的鼓励政策出台，P2P平台如雨后春笋般涌现，行业规模迅速扩大。
伴随着行业的快速发展，也出现了诸如平台跑路、非法集资等问题。
规范调整期成为了行业发展的必然选择。
当前，我国P2P网络借贷行业正处于一个关键的转折点。
政府监管部门出台了一系列政策，旨在规范行业发展，防范金融风险。
这些政策包括但不限于加强平台监管、限制资金池操作、明确信息披露要求等。
这些举措对于提升行业整体的健康度、保护投资者权益具有重要意义。
本研究旨在深入分析我国P2P网络借贷行业的现状，包括行业规模、市场结构、运营模式、风险管理以及监管政策等方面，探讨行业面临的挑战和机遇，为行业的可持续发展提供参考和建议。
通过对行业的全面剖析，本研究将有助于理解我国P2P网络借贷行业的真实面貌，为相关政策制定者和从业者提供决策依据。
1. P2P网络借贷的背景与定义P2P网络借贷，即PeertoPeer lending，起源于21世纪初的英国，随着互联网技术的飞速发展和金融创新的不断推进，逐渐在全球范围内得到了广泛的关注和应用。
P2P网络借贷的核心理念是通过互联网平台实现个体与个体之间的直接借贷，它打破了传统金融中介的限制，使借款人和投资者能够更方便、快捷地进行资金融通。
在我国，P2P网络借贷行业的发展历程充满了曲折与变革。
P2P流量识别
Ｋｅ ｒ ｓ ｐ ｅ— －ｅｒ（２ ） ｅｗ ｒ； ｏ ｅ ｔ ｃ ｔ ｎ ｄ ｅ ａｋ ｔｎ ｐｃｉｎ ｍａｈｎ ａｎｎ ； ｅｗｏｋ ｙｗｏｄ ： ｅｒｔ ｐ ｅ Ｐ Ｐ ｎ ｔ ｏｋ ｐ ｒ ｉ ｎｉ ａｉ ； ｅｐｐ ｃ ｅ ｉｓｅ ｔ ； ｃ ｉｅｌ ｒｉｇ ｎ ｔ ｒ ｏ ｔｄ ｆ ｏ ｉ ｏ ｅ
Ｅ ｍａ ：ｏ＠ｉ ａ． ． ・ ｉ ｊｓ ｓ ｓ ｃ ｎ ｌ ｃ ａｃ ｈｔ：ｗｗ ｊｓ ｒ． ｔ ／ ｗ． ． ｇｃ ｐ／ ｏｏ ｎ
Ｔｅ／ ｘ＂ ６ １ ． ２ ６ ５ ３ ｌ Ｆａ ＋８ — ０ ６ ５ ２ ６
＠中国科学院软件研 究所版权所有 ．
Ｐ Ｐ流 量 识 别 ２
鲁 刚， 宏 ， ，张 莉１ ２ 麟， ，叶
（ 哈尔滨工业 大学 计算 机科学 与技术学 院， 黑龙江 哈尔滨 １ ０ ０ ） ５０ １
（ 哈尔滨工业 大学 国家 计算机信 息 内容安全 重点实 验室， 江 啥尔滨 １ｏｏ ） 黑龙 ５ｏ ｉ
Ｐ２ ｎ ａ ｃＩ ｎｔｆｃ ｔｏｎ Ｐ ｉ ｆ ｄｅ ｉ ａ ｉ ｉ
ＬＵ ｎ Ｇａ ｇ ， ， Ｚ ＨＡＮＧ ｎ ． １ Ｈｏ ｇ Ｌｉ． －
软 件 学报 ＩＳ １０ ．８５ Ｃ ＤＥ ｘＵ ｗ Ｓ Ｎ ０ ０９ ２ ， Ｏ ＮＲｕ Ｅ Ｊ ｕｎ ｌｆ ｏｔａｅ ０ １ ２６：２ １ １ ９ ｄ ｉ１ ． ２ ／ＰＪ１０ ． １．３ ９ 】 ｏ ｒａ Ｓｆｗ ｒ， １， （） ８－ ２ ８［ｏ： ０３ ４Ｓ ． ０ １２ １ ９ ５ ｏ ２ ２ １ ７ ． ０ ０
ｔａ ｃ ｄ ｎ ｉ ｃ ｔ ｎ ｒ ｉ ｔｏ ｕ ｅ ｆ ｓ．Ｎｅ ｔ ｈ ｒ ｆ ｉ ｅ ｔ ａ ｉ ａ ｅ ｎ ｒ ｄ ｃ ｄ ｉ ｔ ｉ ｉ ｆ ｏ ｒ ｘ ，ｔ ｅ ｍａ ｎ ｔ ｃ ｎ ｑ ｅ ａ ｄ ｅ ｅ ｒ ｈ ｐ ｏ ｒ ｓ ｅ ｏ Ｐ ｔａ ｆ ｉ ｅ ｈ ｉ ｕ ｓ ｎ ｒ ｓ ａ ｃ ｒ ｇ ｅ ｓ ｓ ｆ Ｐ２ ｒ ｆ ｃ ｉ ｉ ｅ ｔｆ ａ ｉｎ ａ ｅ ｓ ｍｍａ ｉ ｅ ． ｉ ａ ｌ ， ｈ ｕ ｕ ｅ ｔｅ ｄｉ ｕ ｏ ｗａ ｄ ｄ ｎ ｉ ｃ ｔ ｒ ｕ ｉ ｏ ｒｚ ｄ Ｆ ｎ ｌ ｔ ｅｆ ｔ ｒ ｒ ｎ ｐ ｔｆ ｒ ｒ ． ｙ ｓ
P2P 网络借贷行业现状及发展展望
现代经济信息P2P网络借贷行业现状及发展展望徐 婷 长江职业学院摘要：P2P网络借贷行业作为互联网金融的重要组成部分，近几年在迅猛发展的同时也积累了大量的风险。
本文从P2P网络借贷的发展现状出发，分析总结P2P网络借贷行业面临的主要风险，并从不同角度对P2P网络借贷行业的未来发展进行了展望。
关键词：互联网金融；P2P网络借贷；网络征信中图分类号：F830 文献识别码：A 文章编号：1001-828X(2019)006-0306-02一、P2P网络借贷行业发展现状１．平台数量经历阶段性暴增后趋于平缓我国P2P借贷业务起步于2007年，早期的发展并不顺利，2011年全国平台数在30家左右。
随着互联网金融的兴起，2012年以来P2P行业迎来了井喷式的增长。
截止到2017年11月，全国累积平台数量达到6429家，已经成为全球范围内数量最多、规模最大的国家；而随着2018年6月至8月期间P2P借贷平台的集中“爆雷”，行业规模迅速萎缩，正常运营的平台数量由2016年1月的3403家到2018年1月的2178家，再到2018年11月的1186家。
2014-2018年我国P2P借贷平台月新增平台数量和月成交额经过2014年野蛮增长后，近三年新增的平台数量总体上呈下降趋势，并且随着行业竞争和国家的监管的日益完善，行业准入门槛提高，这一趋势更加明。
2016年后月新增平台数量同比大幅下降，尤其是2018年以来经过行业风险增加、平台“爆雷”以及监管加码，8月至今，新增平台数量月均为0，头部平台优势迅速显现。
２．平台区域分布稳中有变从正常运营平台地域分布而言，广东，北京，上海，浙江长期位居前四位，虽然2015年至今，各地区正常运营平台数量均有大幅回落，但排名前四的区域正常运营平台数合计占比从2015年的53.9%提升至62.5%，行业的地域集中度不断提升。
３．平台成交规模和平台用户数量经过大幅增长后陷入萎缩2015年，P2P网络借贷行业总成交金额约为10000亿元，同比增长约288.5%，借款笔数约为1300万笔，如表1。
P2P流量识别技术的研究
自２ ０ ０ ４年以来 ， Ｐ ２ Ｐ ， 流量 已成 为互 联网的主宰流量 ， 占全部 流量 改进 的６ ０ ％以上。 Ｐ ２ Ｐ流量的迅猛增长一方面给网络带宽造成严重的负 担， 而且还以其近乎对称 的流量模式加剧 了网络的拥 塞状况 ； 另一 方面 ， 基于 Ｐ ２ Ｐ的恶 意 流 量 也频 繁 出现 在 互 联 网 上 ， 大 量 的 非 法 连 接加快了带宽的消耗 ， 甚至导致拒绝服务攻击。［ １ 】 由于 Ｐ ２ Ｐ 业务存在以上诸多问题 ， 从网络中有效的识别 出 Ｐ ２ Ｐ 的数据流量 ， 对其进行流量控制 ， 流量管理 以及安全机制的研究变 得尤为重要 。随着 Ｐ ２ Ｐ程序不断 出现 以及许多新技术 的应用 ， 对 Ｐ ２ Ｐ流量识别技术展开研究 ， 具有重要意义。 ３ Ｐ ２ Ｐ流 量 识别 技 术 通过对 Ｐ ２ Ｐ流 量 识 别技 术 的研 究发 现 ， 目前 Ｐ ２ Ｐ流 量 识 别 技 术 主 要分 为 基 于端 口的识 别 技 术 、 深层 数 据包 检 测 技术 和基 于 传 输
摘 要： 随着 Ｐ ２ Ｐ技 术 的 发展 ， 互 联 网的 流 量控 制 问题 逐 渐 显 现 出来 。 提 出了应 用流 量 识 别技 术 的 必要 性 ， 介 绍 了几 种 Ｐ ２ Ｐ流 量 识
别技 术 ， 并 对 几 种技 术各 自的优 缺 点 进 行 了比较 ， 最后指 出了 Ｐ ２ Ｐ流 量 识 别 技 术 今后 的 主要 研 究方 向。
层 的 特征 识 别技 术 。 ３ ． １ 基于端 口的识别技术 。 该方法针对 固定端 口的 Ｐ ２ Ｐ业务 ， 可利 用端 口号识别 Ｐ ２ Ｐ流量 ， 如Ｂ Ｔ常用端 口为 ６ ８ ８ １ ～ ６ ８ ８ ９以及 ６ ９ ６ ９ ， ｅ Ｄ ｏ ｎ ｋ ｅ ｙ 常 用端 口为 ４ ６ ６ １ ～ ４ ６ ６ ５ ， Ｇ ｎ ｕ ｔ ｅ ｌ ｌ ａ常用端 口为 ６ ３ ４ ６ ～ ６ ３ ４ ７ 等 。识别过程为抽取数据流 中的源端 口或者 目标端 口进行判断 ， 匹 配成功即为 Ｐ ２ Ｐ流量。端 口识别技术有效率 高 、 快速 、 易实现等优
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
根据少量的运输层首部信息,使用两种启发规则来 进行P2P流识别,该方法只能用于事后分析. P2P 可识别出90%以上的P2P流量,表明了基于流的运 输层行为特征也可以进行流量识别,摆脱了基于应 用协议特征字进行识别时所面临的困境.
Cont.
BLINC 方法 (参见程磊论文) 结合流的属性和参与特定应用时主机的行为 特征,进行P2P流量识别
Cont.
P2P技术正是在不断地挑战中生存并发展的, 它不断采用新的技术隐藏传输行为,躲避运 营商的识别.
动态端口 应用层隧道 加密传输 采用分布式散列表(Distributed Hash Table, DHT)技术提高分布化程度
研究现状
P2P流量分类和识别主要分为4种类型.
基于端口识别 基于应用协议特征字识别 基于行为特征的启发式识别 基于机器学习方法的分类和识别
P2P流量识别问题初探
周骏 2007.5.26
内容提要
研究背景 研究现状 分析与探讨 小结
研究背景
与传统的分布式系统相比,P2P技术的分布 化程度,可扩展性,健壮性,性价比,负载 均衡能力等都表现得更加优秀,客观来说比 较适合现有网络结构,因此,P2P应用在近 P2P 年来得到了迅猛的发展. P2P流量在Internet流量中占据的比例越来 越重,仅仅靠提高网络容量很难应对这种局 面,有效的解决办法是研究和发展P2P流量 的识别和过滤技术.
小结
概述了P2P流量识别问题的研究进展 对该研究问题的局限性,技术难点和未来研 究方向进行了探讨 提出了自己的研究思路
参考文献
[1] Sen S, Wang J. Analyzing peer-to-peer traffic across large networks. In: Proc. of the 2nd ACM SIGCOMM Workshop on Internet Measurement Workshop. 2002. [2] Karagiannis T, Broido A, Brownlee N, Claffy KC, Faloutsos M. Is P2P dying or just hiding. In: Proc. of the IEEE Globecom 2004. 2004. 15321538. [3] S. Sen, O. Spatscheck, and D. Wang, "Accurate, Scalable In-Network Identification of P2P Traffic Using Application Signatures," in WWW2005, New York, USA, May 17-22, 2004. [4] A. Moore and K. Papagiannaki, "Toward the Accurate Identification of Network Applications," in PAM 2005, Boston, USA, March 31-April 1, 2005.
Cont.
提高方法的健壮性
主要是指方法可应用的范围和方法持续有效的 时间. 该方法不受部署位置的影响,例如即可有效应 用于边界网络也可有效应用于骨干网络 该方法对于现有P2P应用的演化,新的P2P应用 的推出具有良好的适应性和扩展性
研究动向
主动测量方法和被动测量方法有效结合,针 对特定P2P应用提出系统的测量方案. 综合利用P2P应用各个层次的信息,进行跨 层设计,以提高识别和分类方法的准确性.. 基于NetFlow流研究P2P应用识别和分类方 法如果可行,将大大提高方法的可用性,降 低实现成本,市场前景更为广阔.
Cont.
Haffner, Sen等人提出了自动构造应用特 征字的一种方法(Automated Construction of Application Signatures, ACAS)
采用机器学习技术,使用预先分类好的样本数 据对分类器进行训练后,可以用于应用特征字 的自动提取 是一种新的思路,但该方法还不够成熟
Cont.
基于协议指纹的分类方法
思想:相同应用协议产生的流,达到一定数量 时,它们的统计信息足以用来表征该应用协议 提出了协议指纹(protocol fingerprinting)的 概念 分类引擎中包含一个协议指纹库 分类引擎计算到达流与协议指纹库中各指纹的 偏离程度,据此进行判定
分析与探讨
局限性 技术难点 研究动向 基本思路
Cont.
引入数据流技术和发展数据流上的在线数据 挖掘技术,对于提高P2P应用识别和分类方 法的实时性也值得展开相关研究. 研究基于策略或者基于插件技术的P2P应用 识别和分类框架,对于提高方法的健壮性和 扩展性也有一定的帮助.
基本思路
Peer点进行应用初始化,加入覆盖网络的阶段,应 当具有很强的可区分性
Cont.
Daniel Stutzbach, Reza Rejaie. Understanding Churn in Peer-to-Peer Networks. IMC'06, October 25-27, 2006, Rio de Janeiro, Brazil.
波动特性指的是成千上万个peer点相互独立 的到达和离开行为造成的整体效应. 利用"爬虫"技术对Gnutella(非结构化 的),Kad(采用DHT)进行测量,采集了 样本数据集;利用BitTorrent(内容分布式) 的日志工具采集了BT的样本数据集.
Cont.
基于策略的P2P应用识别架构
出发点之一是为识别系统提供自适应特性.这 种基于策略的架构将对识别方法的控制和识别 方法本身分离开来,本质上提供了一种独立于 识别方法和P2P应用的调度和控制机制. 出发点之二是能够将初始化阶段的识别算法以 及结果和基于流量特征与行为特性的识别算法 以及结果综合加以利用,互为补充,以期获得 更高的准确性和实时性.
Cont.
提高方法的实时性
方法的实时性是决定方法是否有工程应用价值 的关键指标之一. 当前研究工作重点在于解决方法的准确性问题, 实时性方面考虑不够. 方法的实时性一方面取决于采用的特征属性集 是否能快速提高可区分性,另一方面也需要提 高算法的效率和降低计算的复杂度. 有效降低存储耗费也是提高方法实时性的必要 途径.
Cont.
准确度
采用AutoClass算法,模型建立时间长,全局 精度高 采用DBSCAN算法,产生的聚类簇少,但精度 高,适合于针对单个应用类的流量识别 采用K-Means算法,全局精确度稍差于 AutoClass,但速度远快于AutoClass.
有指导的机器学习方法
分类算法:最近邻,朴素Bayes等,后者具 有较好的精度 人工神经网络:SOM(Self Organizing Map,自组织映射) M. Crotti, M. Dusi, F. Gringoli, L. Salgarelli. Traffic Classification through Simple Statistical Fingerprinting.
Cont.
综合利用主,被动测量技术采集数据,充分 利用数据挖掘等技术提高离线状态下协议分 析的准确性和自动化程度,有效提取P2P应 用的流量特征和行为特性. 研究基于数据流管理系统的网络流在线分析 的方法和手段,以提高实时在线识别和分类 的效能,其中涉及到概要数据结构设计和提 高连续查询算法精度的问题,以及发展数据 流管理系统的在线数据挖掘技术.
分组到达间隔时间,分组大小 模拟结果表明,在进行了6层小波包分解后,在1,3,6 层两种协议的差别非常显著.
Cont.
F. Constantinou等,Identifying Known and Unknown P2P Traffic. P2P应用中存在的两个特征进行识别:①覆盖网络 直径大;②参与主机既是客户机又是服务器. 该方法具有较好的性能(使用普通PC机,处理速 度高于200,000 pkt/s),但是精度还有待进一步 提高(4个验证数据集平均情况下,漏报率在10% 左右) 覆盖网络直径的近似计算方法
Cont.
对方法进行准确性评价的问题.
通常的做法是,对用于评估该方法的样本数据 集进行预先分析,然后以此作为参照,对该方 法的结果进行评价. 由于这种预先分析过程的精度直接影响评价结 果,因此预先分析的结果必须是确定性的. 对海量的样本数据集进行确定性的预先分类是 强度非常高的工作. 如何高效精准地获得评价样本数据集?
集中式,纯分布式,或者是混合式的覆盖网络,其不同 之处是基于内容分布的应用层路由方式不同. 采用集中式和混合式覆盖网络的P2P应用,普通Peer点 进行内容路由的过程实际上是一个重定向的过程 采用纯分布式覆盖网络的P2P应用,这一过程实际上是 一个基于本地计算后按照策略转发的递归过程. 无论采用上述哪种结构的覆盖网络,无论通信过程是否 采用了加密技术,节点在加入覆盖网络这一阶段的通信 过程,必然具有针对性,换句话说,必然会与某些特定 目标节点建立连接,接收并更新覆盖网络的拓扑信息.
无指导的机器学习方法
基本思路:产生的分类取得较好的类内相似 度和较好的类间相异度时训练结束,并产生 分类器对监测到的流进行分类识别 使用聚类算法,基于运输层的统计信息(分 组大小的统计值,到达间隔时间的统计值, 字节数,连接持续时间等)进行聚类并产生 分类器
EM, AutoClass, K-Means, DBSCAN(基于密 度的空间聚类算法 )
技术难点
研究基础
部署监测设施进行流量采集,利用采集到的数 据集展开研究和分析是当前的一种主要做法, 然而部署监测节点受多方面因素制约,并且不 同观测点采集到的流量数据差异性较大,这种 做法可能会影响到分析结果的普适性. 一种可行的变通方法是利用学术界现有监测设 施提供的trace文件,但是大多trace文件共享 前对地址,负载等进行了处理,因而,直接利 用这些trace文件也并不乐观.基于行为特征的启发式识别