Skype發送模型及其應用*

周井泉，姬德浪

(南京郵電大學 電子科學與工程學院，江蘇 南京 213000)

Skype是世界一流的 P2P(對等方到對等方)網絡語音溝通工具，以無縫穿透網絡地址轉換器(NAT)和防火墻的工作能力、良好的通話質量，成為發展最快的基于IP語音(VoIP)系統。Skype使用了專用的通信協議，并用高強度密碼加密負載，但至今為止沒有公布過任何有關協議或其他技術專題的文檔。對于使用了高強度的加密算法和專用通信協議的Skype系統，目前檢測其流量的效果并不理想。

面對這種現狀，許多學者希望建立一種常規模型。一方面可以加深對Skype系統的了解；另一方面簡化Skype業務設別的過程。

自Skype得到廣泛應用以來，很多研究人員對其進行了分析研究。參考文獻[1]分析了Skype報文在應用層的協議特征字和端口的某些規律，揭示了Skype不僅可以通過UDP和TCP進行通信，而且通信端口不固定。指出其登錄過程可以分為UDP探測、TCP握手和TCP認證3個部分，分析了各個過程中存在的應用層特征字。提出了一種根據Skype用戶和超級節點連接的特征字和報文長度、順序來識別Skype的方法。參考文獻[2]使用了報告UDP的Skype報文結構，發現了部分未加密的功能字段的特征，為準確識別基于UDP的Skype流量提供了一種可能。通過實際收集并分析Skype語音通信的流量，參考文獻[3]提出了一種獨特的模型來量化VoIP用戶滿意度，其中使用了兩階段過濾方法來識別Skype VoIP會話，即先用一種啟發式算法過濾出可能的Skype流量存儲在磁盤中，采用離線識別算法提取Skype通信流量，該離線方法計算復雜度較高。參考文獻[4]討論了識別超級節點的兩階段方法，即先采用參考文獻[5]給出的過濾器方法識別P2P流量，再用超級節點過濾器區分超級節點和普通節點。

綜上分析，以前的理論研究缺少完善的Skype語音源模型，造成業務識別過程復雜。本文建立了一種通用Skype語音源模型，簡化了Skype業務識別的整個過程。

1 插件模型

Skype業務包括語音業務、數據業務等，因其之間有相關性，所以本文只對Skype的語音業務進行建模。按其通信的終端不同，可以分成以下兩類：

(1)通信雙方是安裝Skype客戶端的PC，稱為E2E。

(2)一端安裝 Skype客戶端的 PC；另一端是傳統的電話機，稱為E2O。

1.1 KM模型

插件模型簡稱為KM模型。圖1所示為Skype語音信號建立的模型，首先語音源通過語音編碼器將語音的脈沖編碼調制(PCM)樣值編碼成少量的比特(幀)。在幀被創建好之前加入一些頭部，如圖中的H1、H2等。圖中的存檔器和加密功能是通過一些算法對數據流進行壓縮和加密。最后，幀在被發送出去之前在其頭部會加上未加密的開始信息特殊字段，這對于流量的識別非常重要。這時不論幀被封裝在TCP還是UDP中，發送出去的就是Skype信息。

圖1 Skype語音信號模型

在KM模型中，3個參數決定了業務的特征：(1)速率 Vi，表征語音的編碼速率；(2)信息時間 T，表征 1個幀的長度；(3)冗余因數 RF，表征相對于當前的幀，重傳幀的數量(與編碼方式無關)。

1.2 開始信息

根據參考文獻[6]，Skype用AES和RSA算法加密信息，對傳輸層協議的選擇有著重要的意義。TCP執行定向可靠傳輸的連接，能夠保證按照正確順序接收數據。因此，利用TCP協議可以加密整個信息。但UDP協議提供的連接服務并不可靠，不能保證數據是有序的全部得到傳輸。當利用UDP協議時，接收端需要從應用層中提取出一些頭部探測和處理不正確的數據流，不能通過加密來傳輸，只能通過單一數據包的有效載荷功能進行偽裝，因此利用UDP協議時不能加密整個信息。此外，Skype利用固定端口發送和接收UDP部分。

基于上面的分析，發現當Skype信息被封裝在UDP協議的數據流中，通過檢測UDP靜態負荷部分設別出一部分Skype信息。這個靜態信息為開始信息。

(1)E2E信息

在2個Skype客戶端之間尋找封裝在UDP中的信息時，可以識別出ID號、干擾信號和結構標志。ID號是16比特長的識別標志符，在發送端被隨意選取，在接受端被拷貝。干擾信號是5比特長的識別標志符，偽裝在呈現有效載荷類型的1個字節中。其3個隨機比特可以通過0X8f位掩碼去除。結構標志包含編碼序列和語音塊的復序列。ID號和干擾信號是開始信息字段的一部分。

(2)E2O信息

E2O呼叫時，在客戶端和超級節點之間有初始的信令連接。觀察封裝在UDP協議中的有效載荷，在一系列初始信息中，前4個字節總是相同的，與E2E相比，E2O有著不同的開始信息的格式?？梢园堰@4個字節作為唯一的識別標志符，從第5字節以后就沒有實質性的意義。

2 KM模型在語音設別中的應用

KM模型可以用χ2分布來判斷被分析的信號是否滿足Skype信息的格式。χ2分布能夠判斷信息的加密部分。在識別的過程中主要分為3類：

(1)應用UDP協議傳輸的E2E，干擾信號是透明的，其他信號被加密。假定編碼器處于最佳編碼狀態，被編碼的信息可出現完全隨機(例如均勻分布)。

(2)應用 UDP協議傳輸的 E2O，其前 4個字節是透明的，即識別標志符。其余字節全是加密的，相應的比特出現是隨機的。

(3)應用TCP傳輸的Skype流，整個信息都被加密，和前面2種情況不同的是整個信息出現全是隨機的。

在實驗中對于每個屬于Skype流的信息，考慮前G個組，每個組有b比特，即首先考慮Gb比特的數據流。對于每個數據塊g=1，…G，變量表征第g數據塊中值i出現的次數。在流的末端，評估每個組的χ2的值。如表1所示。

表1 Skype KM模型的信息結構特征

必須將試驗得出的χ2的值和預計的值進行比較。期望依靠流的的類型特征和傳輸層的協議(表1)識別出Skype業務信息。

(1)E2E/UDP

φ={g|1≤g≤G，g≠5，6}是 E2E 隨機部分，這個標準的依據是隨機部分與均勻分布類似，導致χ2分布的值較小。同時，混合情形包括一些透明部分，得出的值較大，因為在一定意義上，典型的隨機信號偏離較大。

(2)E2O/UDP

在此業務中，KM模型開始信息是透明的，其他的是隨機的。

(3)E2E/TCP E2O/TCP

其所有數據流全是隨機的。

3 實驗

為了驗證本文提出的模型，通過實驗環境，利用RAW SOCKET獲取流過本機的所有數據包，并將其所有信息導入1個數據庫中，實現Skype業務基于TCP、UDP傳輸協議的識別。

本地測試環境為WindowsXP系統，實驗室局域網環境。由于檢測速度的原因，采用非實時檢測。先把數據放到數據庫中，再對數據庫中的數據進行檢測和分析。

表2 實驗數據

測試結果分析：FP為誤判數，即非Skype通信數據被當作Skype測試數據，測試結果如表2所示。

根據實驗結果得出基于KM模型，χ2分布可以有效地識別出Skype的語音業務。

本文根據對Skype流量特征的分析，提出一種基于流外部特征的模型來識別Skype，并且對KM模型進行實驗驗證。此實驗模型不但可以有效地識別P2P應用，而且可以對Skype的通話類型進行區分，以便對E2O的電話進行計費。另外本文提出的Skype模型具有很好的擴展性。可以對Skype的數據業務、實時業務統一到KM模型中，實現更加通用的Skype發送端模型。雖然KM模型通用可行，但是識別率還達不到網絡所規定的要求，這需要在模型和算法中進一步地改進。

[1]EHLERT S，PETGANG S.Analysis and signature of Skype VoIP session traffic[C].Berlin： Fraunhofer FOKUS， Technical Report： NGNI2SKYPE206b， 2006.

[2]BIONDIP，DESCLAUXF.Silver needle in the Skype[C].Amsterdam： Black Hat Europe’06， 2006.

[3]CHEN Kuan2ta， HUANG Chun2ying， POLLY H， et al.Quantifying Skype user satisfaction[C].Pisa：Proceedings of ACM Sigcomm’06， 2006.

[4]ONEILD， KANGH， KIM J，et al.Transport layer identification of P2Psupernodes[C].Taormina：Proceeding of Internet Measurement Conference，2004.

[5]KARAGIANNIST，BROIDOA，FALOUTSOSM，et al.Transport layer identification of P2P traffic[C].Taormina：Proceeding of Internet Measurement Conference，2004.

[6]BERSON T.Skype security evaluation.[DB/OL].http://www.skype.com/security/files/2005-031securityevaluation.pdf，2005.