朱俚治

(南京航空航天大学信息中心　南京　210016)



一种P2P数据流聚类的算法

朱俚治

(南京航空航天大学信息中心南京210016)

P2P技术是当今发展最快的网络技术之一,但是P2P数据流大量的出现给互联网造成了一定的影响,因此为了控制P2P流对互联网产生的不良影响,有必要对P2P流和非P2P流进行识别和分类。然而对数据流进行聚类是对不同属性的数据流进行研究的重要一步,因此论文提出一种基于网络流量行为特征的P2P数据流聚类算法,该算法的思想是:首先描述P2P流量数据包的特征,根据P2P数据包的特征使用相似性计算算法对P2P相似流进行计算,其次使用决策树算法对P2P数据流与非P2P数据流进行分类,最后使用欧氏距离和粒子群算法对相似的P2P流进行聚类。

P2P流; 粒子群; 相似性; 欧氏距离; 决策树

Class NumberTP301.6

1　引言

P2P技术发展至今已不是什么新技术,将越来越多IT技术人员吸引到P2P技术的研究领域之中。目前P2P技术有很大的应用前景,但就当P2P网络技术带来了巨大技术效应的时候,也给互联网带来了弊端[3～4,7]。

当今的P2P网络技术与传统的网络技术相比有所不同,这两种网络技术产生的数据流有所不同。尽管P2P技术虽然丰富了网络的内容,但其巨大的流量和较高的带宽消耗量的给网络安全方面带来了新的挑战,所以对P2P数据流的识别和监控势在必行。目前对P2P数据流进行特征识别主要有两种技术: 1) 基于特征端口的P2P流识别技术, 2) 基于关键字的P2P流识别技术[1～2]。在文献[1～2]中采用了以关键字为主要检测算法对P2P数据流进行识别,而在文献[7～8]中采用了以特征端口作为P2P数据流的识别依据。……