18、基于数据传输行为识别P2P流量

基于数据传输行为识别P2P流量

1. 引言

在网络领域，根据应用对网络流量进行分类至关重要，它涉及网络监控、管理优化、安全保障以及流量计费等多个方面。与传统的HTTP、电子邮件和FTP等应用不同，新兴的P2P应用通常采用动态端口号，这使得基于原生端口的流量分类技术效果大打折扣。

虽然基于有效负载签名的流量分类技术能够达到较高的准确率，但它也存在局限性。对于加密流量，该技术往往无能为力；而且许多P2P应用使用专有协议，缺乏开放的协议规范，这使得分析和维护最新的签名变得异常困难。

近年来，利用流量统计信息的机器学习算法也被提出用于网络流量分类。然而，这种方法也面临挑战。一方面，用于分类的统计特征不稳定，因为网络的延迟和丢包率是动态变化的；另一方面，不同应用的流量可能具有相似的统计特征，难以通过流量属性进行区分。

本文提出了一种基于数据传输行为识别P2P流量的新方法。该方法的核心思想源于观察到P2P节点在下载数据后会将其上传给其他节点。

2. 相关工作

2.1 基于有效负载签名的方法

有效负载签名在网络流量分类中很有用。应用签名是P2P协议中的通用字符串，用于识别P2P流量，但本文方法更关注P2P应用中共享的数据。除了基于签名的方法，还有其他基于有效负载的方法。例如，ACAS使用前N字节的有效负载作为输入来训练机器学习模型，并用于分类流量；Levchenko等人在有效负载上构建了多个概率模型，包括将每个n字节流量分布视为N个独立字节分布的乘积的统计模型，以及引入字节之间独立性的马尔可夫过程模型。这些模型仍然利用应用协议中频繁出现的字节来分类流量。

2.2 机器学习算法