基于网络流内在特征的P2P业务识别技术研究
摘 要：分析了几类主要的P2P业务识别方法，重点分析了基于流的内在特征的各种识别方法，并对其优缺点作出评价，指出了P2P识别技术进一步的发展方向。
关键词：P2P；识别技术；网络流的内在特征
当前P2P业务已占到网络业务的60%~70%，成为网络带宽主要的使用者，而且P2P应用呈现快速增长的趋势。P2P的飞速发展，一方面给用户带来方便，提供了多种类的业务，但另一方面也带来了许多负面的问题。如：P2P文件共享过程中的版权问题；应用中大量占用网络带宽的问题；流量模式对传统网络设计带来的挑战等。因此，如何有效地识别P2P业务并进一步对其进行管理，对互联网业务提供者或运营商(ISP)及企业用户等已成为迫切需要解决的问题。
P2P(Peer-to-Peer)即点对点技术。该技术与传统网络技术显著的不同点在于其结构模式的不同。传统技术采用客户机/服务器(C/S)结构，而P2P从总体上来说是一种分布式网络模型。C/S模式中，1台计算机想获取服务，需向存储大量数据的服务器提出请求才能获得服务，这种模式存在着明显的主从关系，当服务器过载时，服务器就变成了网络中的瓶颈。而在P2P中，成千上万台彼此连接的计算机都处于对等地位，整个网络一般不依赖于专用中央服务器， 每个结点既是资源提供者(Server)，又是资源获取者(Client)[1]。正是这种结构促使P2P业务能充分利用各台主机的资源，包括带宽、存储空间和计算能力而得到了快速发展。
目前P2P的应用主要有如下几个方面[2]：文件共享类、视频点播类和即时通信类等。文件共享类包括迅雷，BT、电驴等，视频点播类包括PPlive等，即时通信类包括QQ、MSN、SKYPE等。此外，P2P还应用于分布式计算、协同工作等领域。
P2P业务在给网络用户带来便利的同时也产生了一些问题。据估计，在现今互联网带宽中，P2P业务已占据大部分，且P2P用户经常是长时间占用带宽。因为大量占用带宽，从而影响了用户正常的网络使用业务，如浏览网页、收发邮件等。同时还带来了一些其他的问题，如安全、版权问题等，同时P2P的结构模式对现有网络设计规划也带来影响。因此，就需要对P2P业务进行有效的管理，而识别P2P业务是进行管理的前提。
1 早期P2P业务识别技术
1.1 端口法
最早出现的P2P业务具有固定的默认端口，因此用端口识别法能很容易地将P2P业务识别出来，但不能适应业务发展的要求，准确率也低。
1.2 签名匹配法[3]
这种方法的出发点是在P2P的各种协议中具有特定的报文信息，可根据这些特定的报文信息来识别每种具体的P2P应用。其识别准确率高，尤其是能识别具体的应用。但只能对已有的业务进行识别，对加密的业务不能识别，会涉及到隐私问题，效率不高。
以上2种识别方法对新业务的适应性都不是很好，若能提取P2P业务内在的固有的特征，则有可能从根本上解决问题，这也是目前研究的方向。
2 基于各种内在特征的P2P业务识别方法
2.1 利用传输层信息
传输层连接模式特征识别法[4]是基于P2P网络的连接模式，而不是基于分组内容。因此，不依赖于P2P协议具体的数据内容就能进行识别，而且也能识别出以前未知的P2P协议。此法只统计用户分组的首部信息，即源IP地址、目的IP地址、协议类型、源端口、目的端口，这是因为P2P业务所用的传输协议及其连接的{IP，Port}对其独有的、有别于其他业务的特征可以来识别P2P业务。以此为基础，Thomas Karagiannis等人给出了如下两种启发式方法：
