基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在高速网络上进行P2P流量识别具有极大的困难,因为基于端口号的方法已经不再准确,而基于应用签名的方法没有足够高的处理效率.提出了应用于高速网络的基于报文采样和应用签名的BitTorrent流量识别算法.建立了误检率和漏检率模型来分析报文采样率和签名率对识别准确度的作用,并指导应用签名和采样率的选择.通过开发流状态判别预处理器,在Snort平台上实现了该流量识别算法.实验结果表明该流量识别算法处理效率和准确度都是令人满意的,能应用于高速网络环境.在普通个人计算机上,对采样报文的处理效率在800Mbps以上.将该方法应用于报文处理,当采样率为0.5时漏检率为0.6%,当采样率为0.1时漏检率为5.9%,当采样率为0.05时漏检率为10.5%.将该方法应用于流数据分析,当采样率为0.5时漏检率为0.06%,当采样率为0.1时漏检率为0.33%,当采样率为0.05时漏检率为1.1%.该方法展现了优秀的误检性能,没有任何报文被误检.实验结果也表明误检率和漏检率模型是非常准确的.
推荐文章
基于应用层签名的P2P流媒体流量识别
P2P流媒体
应用层签名
流量识别
基于签名的P2P流量识别模型的设计与实现
P2P
协议签名
流量识别
签名匹配
哈希映射表
LIN报文采集系统设计
LIN
报文采集
MC68HC908QL4
SLIC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用于高速网络的基于报文采样和应用签名的BitTorrent流量识别算法
来源期刊 计算机研究与发展 学科 工学
关键词 高速网络 流量识别 P2P BitTorrent 报文采样 应用签名
年,卷(期) 2008,(2) 所属期刊栏目 计算机网络
研究方向 页码范围 227-236
页数 10页 分类号 TP393
字数 6645字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 裘正定 北京交通大学信息科学研究所 90 1146 16.0 30.0
2 郭振滨 北京交通大学信息科学研究所 3 47 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (21)
同被引文献  (10)
二级引证文献  (168)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(13)
  • 引证文献(1)
  • 二级引证文献(12)
2013(33)
  • 引证文献(7)
  • 二级引证文献(26)
2014(36)
  • 引证文献(0)
  • 二级引证文献(36)
2015(36)
  • 引证文献(1)
  • 二级引证文献(35)
2016(17)
  • 引证文献(0)
  • 二级引证文献(17)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高速网络
流量识别
P2P
BitTorrent
报文采样
应用签名
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机研究与发展
月刊
1000-1239
11-1777/TP
大16开
北京中关村科学院南路6号
2-654
1958
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导