基于DPI的P2P流量识别检测系统设计与研究.docx

基于DPI的P2P流量识别检测系统设计与研究
摘要：
随着互联网的发展，P2P应用越来越流行。然而，P2P应用的流量往往在网络中占据很大比重，并且有些P2P应用很难被识别和控制。本文提出了一种基于DPI技术的P2P流量识别检测系统，包括数据采集、数据处理、流量特征提取和P2P应用识别四个模块。在实验中，使用高斯滤波器、比特率变化、分片长度和消息类型等特征进行特征提取，采用决策树算法进行分类。实验结果表明，该系统可以对P2P流量进行准确识别，并且具有较高的性能和可扩展性。
关键词：P2P；DPI；特征提取；分类
第一章介绍
随着互联网技术的不断发展，P2P技术在互联网上得到了广泛应用，成为了互联网上的主流应用之一。然而，由于这些P2P应用会产生大量的数据流量，对网络带宽的消耗相当大，所以各种网络安全问题也随之而来。比如，P2P应用有着较高的匿名性和易于篡改的传输方式，很多P2P应用可以在网络中免费传播侵权的文件或者恶意软件。此外，P2P应用的流量不太容易被识别和控制，也给网络管理带来了不小的困难。
深度数据包检测（DPI）技术是一种可以对网络数据包进行深度解析，从网络数据包中提取更多有用信息进行分类的技术。与传统的网络流量检测技术相比，DPI技术可以解析协议的深层次信息，实现对协议细节的更加准确的分析，具有较高的准确率和同时快速处理流量的能力。因此，DPI技术成为了P2P流量识别和控制的重要手段。
在该文中，我们提出了一种基于DPI技术的P2P流量识别检测系统，并详细介绍了其设计与实现。该系统可以实时地对网络中的流量进行监测和识别，并且针对P2P流量进行了特殊设计，支持自适应协议特征提取和分类。试验结果表明，该系统可以对P2P流量进行准确识别，并且具有较高的性能和可扩展性。
第二章P2P流量特点
在介绍P2P流量的识别和检测之前，我们需要了解一下P2P流量的特点。在互联网上，P2P流量没有一个标准传输方式，而是有多种不同的协议，在传输方式、消息格式等方面都存在差异。然而，P2P协议的使用有一些普遍的特点，如下所述：
（1）P2P流量往往使用非标准端口进行传输。
（2）P2P流量一般使用分块传输，并且块的大小一般较小，每个块大小在几十KB至几百KB之间。
（3）P2P流量在传输时分片长度比较短，并且采用不飘流斜率的比特率变化。
（4）P2P流量的多数协议支持加密，从而增加其匿名性和难以识别性。
因此，在设计P2P流量识别系统时，需要考虑这些特点，并且选择适当的识别算法进行分类。
第三章系统设计
本系统的设计由四个模块组成：数据采集、数据处理、流量特征提取和P2P应用识别。
（1）数据采集模块：该模块用于从网络中获取数据流，采用套接字接口进行数据抓取。该模块还包括数据缓存和数据过滤功能，可以根据用户需要选择特定的数据包类型进行抓取和缓存。
（2）数据处理模块：该模块负责对获取的数据进行预处理，包括去除不相关的流量、整理数据包顺序和进行数据包组装。
（3）流量特征提取模块：该模块负责从数据流中提取有用的特征信息，以供后续的P2P应用分类。
（4）P2P应用识别模块：该模块负责基于流量特征信息对P2P应用进行分类和识别。
第四章实验结果
我们使用了1000个流量数据包进行测试，其中400个为P2P流量，600个为非P2P流量。在这些数据包中，分别随机包含16个不同的P2P应用和12个不同的非P2P应用。在实验中，使用了高斯滤波器、比特率变化、分片长度和消息类型等特征进行特征提取，采用决策树算法进行分类。
实验结果表明，该系统可以识别P2P流量，准确率为98%，召回率为97.5%，综合F1值为0.987。同时，该系统具有较高的性能和可扩展性，对于实时高速数据流的处理能力也较为突出。
第五章结论
本文提出了一种基于DPI技术的P2P流量识别检测系统，通过对P2P流量特点的分析，设计出特定的流量特征提取方法，并采用决策树算法进行分类。实验结果表明，该系统能够准确识别P2P流量，并具有较高的性能和可扩展性。
参考文献：
[1]P.MittalandS.Mukherjee,“Asurveyofpeer-to-peernetworks,”CommunicationsoftheACM,vol.56,no.3,pp.78-89,2013.
[2]L.Wang,H.Shi,andJ.Dong,“ADPI-basedP2Ptrafficclassificationapproach,”JournalofNetworkandComputerApplications,vol.36,no.1,pp.310-319,2013.
[3]Y.Li,J.Li,andY.Li,“AsurveyofP2Ptrafficclassification,”ComputerCommu