邢刚 付荣 宋利

【摘要】    当前因特网多媒体视频流业务增长迅速，有效识别网络流量P2P（Peer to Peer）视频流服务是一项重要挑战。本文提出一种基于机器学习的P2P视频流识别技术。该技术中视频流特征分析系统包括数据报采集、处理、分流和属性特征计算模块。其次，提出了基于统计方法的P2P视频流数据报特征挖掘方法。仿真实验验证了所提出方法的高效性和准确性，能够较好的满足P2P视频流识别。

【关键词】    P2P视频流    流量识别    特征分析    机器学习

引言：

当前，伴随多媒体技术与P2P（Peer to Peer）网络技术的迅猛发展，基于P2P的视频流应用已成为网络用户流量数据中的关键组成部分[1]。基于分布式的P2P技术具有传统客户端/服务器架构技术所不具备的特点与优势。采用P2P技术实现多媒体流服务，让用户从分布式环境获取流媒体资源，这样能够有效地降低终端用户对服务器性能的需求，降低网络通信开销和带宽资源，有效地提高流媒体的服务质量。研究人员为解决P2P视频流服务中的安全问题，针对P2P技术的视频流进行有效识别，是实现网络可管理、可控制的關键技术。

目前，基于P2P的视频流识别技术分为三类，分别是基于端口的P2P流媒体识别技术、基于流量特征的P2P流媒体识别技术和基于深层数据报检测的P2P流媒体识别技术。

基于端口的P2P流媒体识别技术， 该技术通过识别P2P流量中数据报的端口字段，所识别出的字段能够准确检测出流量所属P2P协议，亦能够排除其他端口的非P2P应用。……