基于決策樹(shù)的P2P流量識(shí)別研究與實(shí)現(xiàn).pdf

1、隨著P2P應(yīng)用在文件共享、即時(shí)通信、流媒體傳輸?shù)阮I(lǐng)域的不斷發(fā)展，P2P流量已經(jīng)成為不可忽視的網(wǎng)絡(luò)流量。根據(jù)相關(guān)調(diào)查，自2004年起P2P流量已經(jīng)占全部流量的60％以上。就目前來(lái)看，僅僅提高網(wǎng)絡(luò)容量很難應(yīng)對(duì)這種局面，因此有效的研究P2P流量的識(shí)別和過(guò)濾技術(shù)是當(dāng)前最有效的解決方法。
　　本文從P2P流量識(shí)別的工作原理和實(shí)現(xiàn)機(jī)制入手，分析研究了P2P流量識(shí)別中存在的問(wèn)題和實(shí)現(xiàn)有效P2P流量識(shí)別方案需要的技術(shù)，其主要的研究工作和創(chuàng)新點(diǎn)為:

2、
　　(1)本文從P2P流量識(shí)別的工作原理入手，總結(jié)了現(xiàn)有P2P流量識(shí)別技術(shù)，包括端口識(shí)別技術(shù)，基于深層數(shù)據(jù)包的檢測(cè)技術(shù)，基于機(jī)器學(xué)習(xí)的識(shí)別技術(shù)和基于網(wǎng)絡(luò)行為的識(shí)別技術(shù)，分析它們的利弊，并提出將機(jī)器學(xué)習(xí)方法應(yīng)用在P2P流量識(shí)別中。
　　(2)重點(diǎn)分析研究了各類(lèi)機(jī)器學(xué)習(xí)算法在流量識(shí)別中的應(yīng)用。使用屬性選擇算法進(jìn)行屬性選擇，提出了基于機(jī)器學(xué)習(xí)算法的流量識(shí)別以及性能分析方法，并通過(guò)實(shí)驗(yàn)得出了基于決策樹(shù)的機(jī)器學(xué)習(xí)算法在大規(guī)模數(shù)據(jù)集中

3、的性能最優(yōu)的結(jié)論。
　　(3)根據(jù)對(duì)P2P流量特征的分析，通過(guò)實(shí)驗(yàn)選取了四種能夠明顯區(qū)分P2P流量特征的屬性。編程實(shí)現(xiàn)了流量處理模塊，對(duì)采集的大量數(shù)據(jù)進(jìn)行了實(shí)時(shí)分析和計(jì)算并得到訓(xùn)練集和測(cè)試集。結(jié)合改進(jìn)的快速?zèng)Q策樹(shù)（very fast decision tree，VFDT）算法對(duì)所選的四種屬性特征進(jìn)行性能分析，并得出P2P流量識(shí)別的決策樹(shù)模型。
　　雖然P2P技術(shù)已經(jīng)發(fā)展的十分成熟，仍然存在識(shí)別準(zhǔn)確率不高等缺點(diǎn)。進(jìn)行P2P流量