基于DPI和机器学习方法传输层检测的P2P流量识别模型

• 作者: 孟少卿 桑寅 鹿凯宁
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: P2P流量 深度包检测 机器学习 传输层检测
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 45-48
• 分类号: TP393
• 字数: 2524字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2011.10.013

摘要

如何快速而准确的检测出P2P流量,是如今网络管理中的1个重要的问题.现在常见的检测方法有基于端口检测法,DPI深度包检测,以及根据传输层特征来检测.DPI深度包检测方法需要及时跟新特征库,对于加密协议无法识别等缺陷限制了其应用.机器学习的传输层检测方法通过分析流的统计特征来检测P2P流量.较之DPI,该方法能检测出DPI无法检测出的加密的P2P流量以及特征库外的流量.本文提出了1种新的结合DPI与基于机器学习的传输层检测方法的模型,并通过实验验证该模型能弥补DPI方法的缺陷,提高检测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟少卿	天津大学网络与信息中心	8	39	4.0	5.0
2	鹿凯宁	天津大学网络与信息中心	36	203	9.0	10.0
3	桑寅	天津大学网络与信息中心	1	14	1.0	1.0