燕昺昊，韩国栋，黄雅静，王孝龙

(国家数字交换系统工程技术研究中心，郑州 450002)(*通信作者电子邮箱ndscybh@qq.com)

0 引言

随着互联网技术的飞速发展，涌现出了各式各样的新型网络应用。这些应用在满足人们需求的同时也带来了许多的问题，如网络拥塞[1]、违法信息传播[2]等。而且由于文件共享、视频直播、网络游戏等对等网络(Peer-to-Peer, P2P)应用的迅猛发展，网络带宽愈加不堪重负。P2P应用已经远远超过传统应用流量(如Email、Web)，占据了60%～80%的网络带宽[3]，成为互联网流量的主流。甚至在某些情况下，P2P流量泛滥，占用带宽过多，造成其他非P2P流量受到严重影响[4]，因此，如何快速、准确地识别各类流量，消除P2P流量泛滥带来的影响至关重要。

早期的流量识别方式主要以默认端口为主,具有简单、快捷等优点，但是随着随机端口和伪装技术的出现，此方法已经不再适用[5]。为解决这些问题，出现了基于负载检测的识别方式。虽然此方法精确度很高，但需要消耗大量的计算资源，并且受限于协议加密技术等问题，同样难以满足实际要求[6]。近年来，基于统计特征和机器学习的识别方式(如贝叶斯网络[7]、决策树[8]、支持向量机[9]、神经网络[10]等),以其实时性和高准确性，且不受上述问题限制，成为国内外研究的热点。

但研究发现，实际网络中P2P流量占据大多数，非P2P只占少数，这种情况会显著降低非P2P流量识别准确率，导致整体识别率降低。而现有识别方式都只在特定情况下进行流量识别，并没有考虑实际中存在的流量非平衡问题。……