基于信任抽樣的P2P流量識別

喻東陽, 陳宏偉, 楊 莊

(湖北工業(yè)大學計算機學院， 湖北 武漢 430068)

對等網(wǎng)絡(luò)(P2P)是近年來發(fā)展迅速的的網(wǎng)絡(luò)應(yīng)用之一，根據(jù)統(tǒng)計，其占用的帶寬已占到了網(wǎng)絡(luò)總帶寬的60%～90%．大量的P2P應(yīng)用已經(jīng)成為互聯(lián)網(wǎng)上帶寬消耗的主要原因,如何識別控制P2P業(yè)務(wù)流量成為產(chǎn)業(yè)界和學術(shù)界關(guān)注的熱點[1]．

當前P2P流量識別技術(shù)主要有[2]：端口特征識別、連接模式識別、深度流檢測Deep Flow Inspection (DFI)[3]、 深度包檢測Deep Packet Inspection(DPI)．其中，DPI是一種基于應(yīng)用層的流量檢測和控制技術(shù)，其檢測的單位是單個完整的數(shù)據(jù)報文．通過預(yù)先給定某些具體P2P應(yīng)用的報文特征，其掃描的過程中通過匹配特征庫中的特征來達到識別某報文是否為P2P報文的目的[4]．DPI的核心是一個字符串的模式匹配算法，目前較為流行AC、Wu-Manber、SBOM三大多模匹配算法，本次仿真實驗僅用到AC算法．AC算法是KMP單模算法在多模上的擴展，不同的是，AC算法使用一種特殊的樹型數(shù)據(jù)結(jié)構(gòu)，通過計算最長前綴移動窗口和匹配位置．

在高速寬帶的ISP上部署該類監(jiān)控系統(tǒng)時，由于流量很大，想要用DPI監(jiān)控系統(tǒng)對到來的數(shù)據(jù)報逐個分析較為困難．當前較為流行的做法是使用一定的抽樣策略來對數(shù)據(jù)報的量做一定的控制，使用抽樣策略可以大大減小DPI檢測的數(shù)據(jù)報的數(shù)量，使得資源消耗降低，整個系統(tǒng)的實時度也隨之提高[5]．本文對基于信任策略的P2P流量識別展開研究．

1 基于抽樣的P2P流量識別體系結(jié)構(gòu)

圖1是使用DPI監(jiān)測的P2P流量識別體系結(jié)構(gòu)圖．

圖 1 基于信任抽樣的P2P流量識別系統(tǒng)圖

2 抽樣理論和信任抽樣策略

其中Zα/2為標準正態(tài)分布的雙側(cè)α分為點．

由抽樣理論樣中抽樣比的確定公式

T=(N-1)d2/alogb(p+1)．

其中參數(shù)ab滿足a2b=1，則抽樣比f確定為

3 仿真結(jié)果及分析

本文只針對BitTorrent協(xié)議進行單一節(jié)點的測試，實驗過程中主機使用BitComet0.59版下載1G左右文件，在下載過程中對所有數(shù)據(jù)報進行捕獲并寫入數(shù)據(jù)庫，再使用離線的方式對數(shù)據(jù)庫中的記錄進行抽樣和信任抽樣分析，然后分析兩種抽樣方式各自的特點．初始化的參數(shù)如下．公共參數(shù)：絕對誤差上限d=0.05，置信度1-α=0.95，N=1000．抽樣參數(shù)：抽樣比f=0.286，樣本容量n=286．信任抽樣參數(shù)：起始信任值T1=f(p=1.0)，起始抽樣比f1=0.606，起始樣本容量n=606，樣本容量下限nl=30，b=e．在整個仿真實驗的過程中，由于預(yù)設(shè)總體N=1000，共進行181個周期，捕獲約18萬數(shù)據(jù)報．數(shù)據(jù)庫中字段從左到右依次是數(shù)據(jù)報編號、到達時間(s)、數(shù)據(jù)報間隔時間(μs)、流量(KB/s)、傳輸層協(xié)議、數(shù)據(jù)報長度(字節(jié))、生存期、源IP、源端口、目的IP、目的IP、該報文是否為P2P報文．

圖 2 不抽樣、抽樣、信任抽樣的估計量變化圖

圖 3 信任抽樣、抽樣的絕對誤差變化圖

4 結(jié)束語

本文首先介紹了已有的P2P流量識別技術(shù)，然后介紹了基于信任抽樣的P2P流量識別的系統(tǒng)模塊結(jié)構(gòu)，在此基礎(chǔ)上使用簡單隨機抽樣和定長報文數(shù)量這一抽樣策略進行了仿真實驗并分析了實驗的結(jié)果．實驗結(jié)果表明，對于定長報文周期分片方式而言，抽樣以及信任抽樣估計量的精確度大致相同，這兩種抽樣方式都能將抽樣過程中比例估計量的絕對誤差控制在預(yù)設(shè)的范圍內(nèi)．

[參考文獻]

[1] 陸 慶，周世杰，秦志光，等. 對等網(wǎng)絡(luò)流量檢測技術(shù)[J]. 電子科技大學學報, 2007,36 (6):1 333-1 337.

[2] 魯 剛，張宏莉，葉 磷.P2P流量識別[J].軟件學報，2011,22(6):1 281-1 298.

[3] Auld T, Moore Andrew W, Gull S. Bayesian neural networks for Internet traffic classification[J]. IEEE Transactions on Neural Networks, 2007, 18 (1): 223-239.

[4] CHENG Wei-qing, GONG Jian, DING Wei. Identifying file-sharing P2P traffic based on traffic characteristics[J]. The Journal of China Universities of Posts and Telecommunications, 2008, 15(4): 112-120.

[5] 郭振濱,裘正定.應(yīng)用于高速網(wǎng)絡(luò)的基于報文采樣和應(yīng)用簽名的BitTorrent流量識別算法[J].計算機研究與發(fā)展, 2008, 45(2):227-236.