学位论文 > 优秀研究生学位论文题录展示

基于传输层的P2P流量识别研究

作　者: 王路
导　师: 霍红卫
学　校: 西安电子科技大学
专　业: 计算机软件与理论
关键词: P2P 流量识别连接模式 K-means 并行化
分类号: TP393.06
类　型: 硕士论文
年　份: 2010年
下　载: 37次
引　用: 0次
阅　读: 论文下载

内容摘要

P2P业务流量在对互联网应用起巨大推动作用的同时,也消耗了大量的网络资源,妨碍了正常网络业务的开展。为了保证网络能正常有序的运行,有必要对P2P流量进行识别,从而进行控制。虽然基于应用层特征字段的P2P流量识别方法已经在各种商用流量监测系统中得到广泛应用,但它仍然有无法避免的缺陷。不但对新出现的P2P应用无能为力,而且对于今后越来越多的将应用层载荷进行加密的P2P应用也无法识别。因此,对基于传输层的P2P流量识别的研究将具有十分重要的意义。本文重点研究了两类基于传输层的P2P流量识别方法——基于连接模式的识别方法和基于流量模式的识别方法。对于连接模式的识别方法,首先,详细研究了该类方法的实现机理和具体实现步骤；其次,综合国内外最新技术,总结出扩展的基于连接模式的规则集合；最后,设计相关实验。实验表明,基于连接模式的方法具有较高的精度,但算法要对流表数据多次遍历,因此只适用于离线分析。对于流量模式的识别方法,首先,对数据挖掘技术在流量识别中的应用进行研究；其次,通过对三种聚类算法的比较,发现K-means算法更适合于流量识别技术；第三,给出K-means算法的并行化策略；最后,运用OpenMP技术对K-means算法进行整体并行化。实验表明,在双核环境中,程序的运行效率可以提高接近30%。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 背景介绍  7-8
  1.2 研究现状  8-9
  1.3 本文研究工作  9-11
第二章 P2P技术综述  11-21
  2.1 P2P网络的定义  11-12
  2.2 P2P网络结构  12-15
    2.2.1 集中式P2P网络  12-13
    2.2.2 完全分布式非结构化P2P网络  13-14
    2.2.3 完全分布式结构化P2P网络  14-15
    2.2.4 混合式P2P网络  15
  2.3 P2P网络和传统网络的对比  15-17
  2.4 P2P技术的特点  17-18
  2.5 P2P流量特征及危害  18-19
  2.6 本章小结  19-21
第三章基于连接模式P2P流量识别的介绍  21-31
  3.1 PTP方法介绍  21-24
    3.1.1 启发机制  21-23
    3.1.2 过滤机制  23-24
  3.2 BLINC方法介绍  24-29
    3.2.1 社会级连接特征  24-25
    3.2.2 功能级连接特征  25-26
    3.2.3 应用级连接特征  26-27
    3.2.4 BLINC方法启发式规则集  27-29
  3.3 现有识别方法的适用性分析  29
  3.4 本章小结  29-31
第四章基于连接模式P2P流量识别的设计与实现  31-41
  4.1 基于连接模式方法的概述  31
  4.2 算法描述  31-35
    4.2.1 形式化描述  31-33
    4.2.2 算法流程  33-35
  4.3 实验设计  35-36
    4.3.1 实验环境  35
    4.3.2 数据源  35-36
    4.3.3 实验方法和步骤  36
  4.4 实验性能分析  36-39
    4.4.1 漏判性能分析  36-38
    4.4.2 误判性能分析  38-39
  4.5 本章小结  39-41
第五章流量识别中数据挖掘算法的研究与实现  41-51
  5.1 数据挖掘简介  41-42
  5.2 数据挖掘技术在P2P流量识别中介绍  42-43
  5.3 聚类算法介绍  43-45
    5.3.1 K-means算法  43-44
    5.3.2 DBSCAN算法  44
    5.3.3 EM算法  44-45
  5.4 K-mesns算法并行化分析  45-47
    5.4.1 OpenMP技术介绍  45-46
    5.4.2 并行K-means算法  46-47
  5.5 实验设计  47-48
    5.5.1 实验环境  47-48
    5.5.2 数据选择  48
    5.5.3 实验描述  48
  5.6 实验性能分析  48-50
  5.7 本章小结  50-51
第六章总结与展望  51-53
致谢  53-55
参考文献  55-57

相似论文

基于NS2的PeerCast模拟平台设计与实现,TP311.52
基于聚类分析的P2P流量识别算法的研究,TP393.02
K-means聚类优化算法的研究,TP311.13
基于遗传算法和粗糙集的聚类算法研究,TP18
基于机器视觉的车辆检测和车距测量方法研究,TP274
音像广播远程教育系统中直播服务器的设计与实现,TP311.52
Web使用挖掘与网页个性化服务推荐研究,TP311.13
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
应用于搜索引擎的人物分类系统设计与实现,TP391.3
基于SMP的内存数据库查询处理优化研究,TP311.13
面向短消息文本的聚类技术研究与应用,TP391.1
基于人工免疫的病毒检测技术研究,TP393.08
基于P4P的流媒体点播系统研究与实现,TN948.64
C电信公司中高端移动用户套餐适配研究,F626
基于Winsock的C/S模式即时通信系统的设计及实现,TN914
基于多核的动态剖析加速方法研究,TP332
K-means算法在网店代购点选择中的应用研究,F224
高动态条件下捷联惯导动基座传递对准并行算法研究,V249.322
基于多核SMP集群环境的光线追踪模拟卫星成像并行研究与实现,TP391.41
高校图书馆管理系统的个性化服务的设计与实现,TP311.52
面向机顶盒的P2P流媒体音频播放系统研究,TN948.55