季一木，袁永阁，张苏锐

(1.南京邮电大学计算机学院，江苏 南京 210023;2.南京邮电大学先进技术研究院，江苏 南京 210023)

一种新型P2P流媒体协议及其流量模型研究*

季一木1,2，袁永阁1，张苏锐1

(1.南京邮电大学计算机学院，江苏 南京 210023;2.南京邮电大学先进技术研究院，江苏 南京 210023)

针对FlashP2P技术，对其RTMFP协议进行了深入分析，提出了一种基于RTMFP包检测的FlashP2P流量识别算法，并采用该算法对国内主流视频网站的FlashP2P流进行了有效的识别。在此基础上，对FlashP2P流量特征进行分析并证明其具有自相似性。最后，提出了一种基于ARIMA模型的经验模式分解预测自相似网络流量的方法，而且进行了仿真验证。结果表明，该模型不仅降低了算法的复杂度，并且对短期预测精度较高。

FlashP2P；流量识别；EMD；流量预测

1 引言

当下视频业务传输主要基于CDN网络、P2P网络或两者混合的网络结构，P2P流媒体技术在大大降低内容提供商的硬件成本和带宽租赁成本的同时，有效提高了视频业务的QoS。基于Web的Flash平台于10.0版本开始使用支持P2P技术的实时流媒体传输协议RTMFP(Real Time Media Flow Protocol)。然而，P2P流媒体技术产生了巨大的网络流量，对于网络运营商而言，为了对其进行有效管理，研究FlashP2P流量的识别及其建模的方法就成为一个重要的课题。

P2P流量识别是对P2P流量进行研究建模的基础和前提。基于深层数据包检测DPI(Deep Packet Inspection)技术往往需要对P2P应用的传输协议进行深入分析，如Zhao Rui等人[1]提出Gnutella、KazaA、DirectConnect、BitTorrent和eDonkey等五种P2P应用的流量特征。模式匹配算法在DPI技术中具有重要作用，文献[2]综合分析了单模式匹配算法BM、BHM以及QS算法的优点，并设计了新的用于P2P网络流量识别的改进算法。……