P2P流量检测技术初探

首先对P2P应用作了简要介绍,然后介绍了目前主流的P2P流量检测技术并分析了这些技术的优缺点,较深入地探讨了国内外在P2P流量检测技术方面的发展现状及P2P流量检测技术的发展方向。最后,针对目前P2P流量检测技术方面碰到的难题,在充分利用现有流量检测技术优势的基础上,通过合理组合与优化,提出了一种新的解决方案。

基于遗传神经网络的P2P流量检测研究

P2P流量智能检测是目前网络安全领域的研究热点。针对网络P2P流量检测存在高误警率、低检测率问题,提出一种基于遗传神经网络的P2P流量检测模型,该模型有机地结合遗传算法和神经网络,把遗传算法优化网络初始权重用于P2P流量检测,研究表明:这种检测模型能够提高P2P流量检测的效率,降低误警率。

P2P流量检测技术

对P2P流量的检测,把它和传统的流量区分出来。这里我们介绍了4种典型的P2P流量检测技术:常用端口检测法、应用层特征检测法、流量特征检测法以及连接模式检测法,总结各个技术的优缺点,最后分析了P2P流量检测技术进一步的研究方向。

一种基于Winpcap的P2P流量检测系统及特征匹配算法

本文首先介绍了Winpcap的抓包原理及功能结构,分析了P2P流量的主要识别方法,然后根据深度报文检测方法,设计了一种基于Winpcap抓包实现的P2P流量检测系统及特征匹配算法。

一种基于节点状态的P2P流量检测模型

现有的P2P流量检测方法多基于流量特征或深度包检测技术,而新型的P2P应用已逐渐发展为采用随机端口、协议特征模糊化以及HTTP隧道技术,这使得采用目前的流量检测方法识别率较低。针对此问题,提出一种基于节点状态的P2P流量检测模型。该模型通过多级检测模块,将节点状态信息存入Hash表中,并映射形成可信列表反馈到检测端,通过活跃因子、增量因子以及连接缓存的定义,可以快速、有效识别端口跳跃及协议加密引发的P2P流量。

基于主动识别技术的网关P2P流量检测

P2P流量在对Internet起巨大推动作用的同时,也带来了因资源过度占用而引起的网络拥塞以及安全隐患等问题,妨碍了正常网络业务的开展。文中介绍了目前主流的网关P2P流量检测技术并分析了这些技术的优缺点,提出了一种基于主动识别技术来检测和控制P2P流量的方法,以便对P2P流量进行识别和有效控制。

P2P流量主动识别技术在防火墙中的实现

P2P流量技术在对Internet起巨大推动作用的同时,也带来了因资源过度占用而引起的网络拥塞以及安全隐患等问题,妨碍了正常网络业务的开展。本文介绍了目前主流的P2P流量检测技术并分析了这些技术的优缺点,提出了一种在防火墙中基于主动识别技术来检测和控制P2P流量的方法,以便对P2P流量进行识别和有效控制。

基于网络流量的P2P动态检测方法

随着目前的P2P应用开始采用随机端口、隧道和加密等技术,传统检测方法的识别率逐渐降低.针对这一问题,提出了一种基于网络流量的P2P动态检测方法.该方法通过分析网络流量对不同检测方法的误报率和漏报率的影响,采用流量阈值机制动态地选择检测方法,并通过将负载均衡的思想运用于流量阈值的调整,实现了一种变步长的自适应算法,提高了适应性和检测效果.实验结果证明,该方法可以稳定地、高效地识别不同网络环境下的P2P流量.