王玮

(陕西艺术职业学院 基础教学部, 陕西 西安710054)

0 引言

对等(Peer To Peer)网络P2P打破了传统客户端/服务器的模式，是新一代网络技术，相对于其它网络，P2P网络的速度更快，因此成为当前应用范围最为广泛的网络[1]。在P2P网络的实际应用中存在许多问题，具体为：疯狂抢占带宽，拥塞概率大；存在大量的不良信息；网络入侵和网络病毒引起的安全问题等。为了保证P2P网络安全，提高P2P网络的性能和稳定性，需要对P2P网络的流量进行监控，P2P网络流量识别是网络管理的基础，高精度的P2P网络流量识别方法构建是当前研究的热点问题[2-3]。

为了获得理想的P2P网络流量识别效果，提出基于神经网络的P2P网络流量识别方法，并与经典P2P网络流量识别方法在相同平台进行仿真对比实验，结果表明，本文方法可以描述P2P网络流量的变化特点，P2P网络流量识别精度更高，具有十分明显的优越性。

1 P2P流量识别的相关研究工作

近些年来，国内外对P2P网络流量识别进行深入研究，当前P2P网络流量识别技术主要划分为3类：基于端口号的P2P网络流量识别技术;基于报文检测的P2P网络流量识别技术;基于特征的P2P网络流量识别技术[4]。最初，由于P2P网络的端口比较少，而且固定，但是一些应用程序为了防止端口检测，其端口号采用动态方式进行分析，这样基于端口号的P2P网络流量识别结果就更为可靠；为了解决动态端口问题，出现了基于报文检测的识别技术，具体为基于数据包的动态端口P2P网络流量识别方法，但是该方法会涉及用户的隐私问题，无法广泛使用[5-7]；……