学位论文 > 优秀研究生学位论文题录展示
基于行为特征的P2P流识别技术的研究
作 者: 崔燕
导 师: 汪斌强
学 校: 解放军信息工程大学
专 业: 通信与信息系统
关键词: P2P 流量行为 模式匹配 深度数据流检测 深度数据包检测
分类号: TP393.02
类 型: 硕士论文
年 份: 2009年
下 载: 40次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来随着现代网络技术的迅猛发展,互联网在总体规模和体系结构上发生了重大改变,P2P应用得到了迅猛的发展。P2P流的识别技术作为网络管理技术的重要组成部分,其技术发展直接影响着网络服务质量的优劣。P2P流量占用了大量的网络带宽,严重影响了网络其他业务的正常展开。与此同时,传统的P2P流识别方法已不能准确、快速的识别P2P流,P2P流的识别成为制约网络管理进一步发展的瓶颈之一。为适应新形势的发展需要,国家数字交换系统工程技术研究中心承担了国家“十一五”重大项目“新一代高可信网络”总体技术相关课题——网络流量实时分析关键技术的研究。本课题以该项目为依托,重点研究网络流量中P2P流量的识别和监控的难点问题。针对高速宽带通信网的飞速发展对网络管理技术中P2P流的识别和监控的需求,在识别方法的准确性和可扩展性方面进行了研究,从而为网络管理设备的研制构建,提供一种满足应用需求的P2P流识别技术的解决方案。本文主要工作如下:》分析了当前主流P2P应用的流特征,并依据P2P流的数据包长度变化的特点,提出了一种基于改进的包长振荡频率的P2P流识别算法,并增加了对连续出现相同长度UDP数据包检测方法。仿真试验表明,该算法在识别效率和识别能力上均优于原有算法;》针对单一特征的识别局限性,提出了行为特征并行匹配加权的P2P流识别算法,结合P2P流的各个行为特征对识别有效性的影响,进行合理的权值分配,并采用特征的并行匹配,缩短了匹配时间,有效地提高了处理速度。提出了一种逐级收敛特征并行匹配加权的P2P流识别方案。依据网络管理技术的要求,针对当前网络流量巨大的特点,采用逐级收敛的方法,减少了所需处理的数据量,满足了其在速度、扩展性和准确性等方面的需求。同时该识别方案配有离线训练模块,可针对新特征进行选取和添加,具备良好的可扩展性。
|
全文目录
表目录 7-8 图目录 8-9 摘要 9-10 ABSTRACT 10-12 第一章 绪论 12-16 1.1 课题研究背景 12-13 1.2 P2P识别技术面临的挑战 13 1.3 研究意义 13-14 1.4 本文的主要贡献 14 1.5 本文的结构和安排 14-16 第二章 P2P技术发展及识别技术概述 16-26 2.1 引言 16 2.2 P2P技术概述 16-18 2.2.1 P2P架构与C/S架构的不同 16-17 2.2.2 P2P技术发展 17-18 2.3 P2P应用识别技术综述 18-21 2.3.1 P2P流识别 19-20 2.3.2 P2P流的两类识别方法 20-21 2.4 P2P行为特征的分析 21-23 2.4.1 P2P流与web流比较 21-22 2.4.2 P2P流的行为特征 22-23 2.5 基于行为特征的P2P流识别技术 23-24 2.6 单个行为特征识别仿真实验与结果分析 24-25 2.7 本章小结 25-26 第三章 基于改进的包长振荡特征匹配(IPSO)算法 26-36 3.1 引言 26 3.2 包长振荡频率和等长UDP短包连续出现次数 26-30 3.2.1 包长振荡频率 26-27 3.2.2 等长UDP短包的连续出现次数 27-30 3.3 IPSO匹配算法 30-31 3.3.1 包长振荡匹配原理 30 3.3.2 IPSO识别算法 30 3.3.3 匹配算法 30-31 3.4 仿真实验及结果分析 31-34 3.5 性能分析 34 3.6 本章小结 34-36 第四章 基于行为特征并行匹配加权方法的P2P流的识别 36-44 4.1 引言 36 4.2 行为特征并行匹配加权 36-37 4.3 特征匹配及分级 37-38 4.3.1 特征匹配 37-38 4.3.1.1 特征描述 37 4.3.1.2 匹配算法 37-38 4.3.2 特征分级 38 4.4 识别模型 38-41 4.4.1 识别算法 38-40 4.4.2 权值确定 40-41 4.5 实验及结果分析 41-43 4.5.1 仿真实验及实验结果 41-43 4.5.2 性能分析 43 4.6 本章小结 43-44 第五章 基于逐级收敛特征并行匹配加权方法的P2P流的识别方案 44-56 5.1 引言 44 5.2 逐级收敛 44-48 5.2.1 抽样 44-45 5.2.2 大流检测 45-47 5.2.3 流量均衡测量 47-48 5.2.4 重复流删除 48 5.3 识别模型 48-51 5.4 实验及结果分析 51-54 5.4.1 实验结果 51-52 5.4.2 性能分析 52-54 5.5 可扩展性论证 54 5.6 小结 54-56 结束语 56-58 参考文献 58-61 作者简历 攻读硕士学位期间完成的主要工作 61-62 致谢 62
|
相似论文
- 基于NS2的PeerCast模拟平台设计与实现,TP311.52
- 面向Gnutella和eMule网络拓扑测量和安全性分析,TP393.08
- 基于聚类分析的P2P流量识别算法的研究,TP393.02
- 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环境下基于语义模式匹配的实体关系提取方法的研究,TP391.1
- 基于P2P流媒体系统的设计与实现,TN919.8
- 基于人工免疫的病毒检测技术研究,TP393.08
- 基于启发式算法的恶意代码检测系统研究与实现,TP393.08
- 基于自组织网络的分布式广域后备保护研究,TM774
- 泛在环境下虚拟终端系统的组织机制研究与实现,TN915.02
- 基于P4P的流媒体点播系统研究与实现,TN948.64
- 基于P2P的空间矢量数据快速索引机制的研究,TP391.3
- 基于Winsock的C/S模式即时通信系统的设计及实现,TN914
- P2P网络信任模型及其相关技术的研究,TP393.08
- P2P流媒体特征提取技术研究与实现,TN919.8
- 大流量环境下实时P2P流媒体行为识别系统设计与实现,TN919.8
- 基于CUDA的正则表达式匹配系统的设计与实现,TP311.52
- Windows系统内核Rootkit的检测技术研究,TP309
- 一个基于UDP协议的P2P即时通讯软件的设计与实现,TP393.02
- 僵尸控制行为识别及检测方法研究,TP393.08
- 一种IPV4/IPV6混合网络下P2P直播系统资源共享方法,TP393.02
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络结构与设计
© 2012 www.xueweilunwen.com
|