P2P网络深度包业务识别（DPI）方法的改进

论文摘要

近些年来,P2P（Peer-to-Peer）技术的使用越来越广泛。然而P2P技术给人们带来便利的同时,也造成了不少问题。例如,P2P流量的“带宽吞噬”特性造成了网络带宽的巨大消耗,甚至会引起网络拥塞,大大降低了网络服务性能,劣化了网络服务质量。因此对网络流量中的P2P业务进行识别具有重要的意义。本论文首先简要介绍业务识别的常用方法,即端口号识别方法、机器学习识别方法,分析这两种识别方法的工作原理,比较它们的优点和不足,然后重点介绍业务识别准确性最高的DPI（Deep Packet Identification）识别方法。通过研究,发现DPI方法存在两大问题:1)过于依赖业务的应用层特征码,但是提取业务的应用层特征码比较困难。2)AC自动机算法是一种高效的多模式匹配算法,经常被用于DPI方法里的模式匹配。然而由于AC自动机算法的原理是先离线构造一个匹配模版,然后进行模式匹配,但是当发现一个新的应用层特征码时,必须用所有的应用层特征码重新构造一个匹配模版,所以AC自动机算法的扩展性不佳,降低了它在DPI方法中应用的效率。针对这两个问题,作者提出一种基于后缀数组的算法来高效提取业务的应用层特征码,同时提出一种基于增量式构造AC自动机的匹配模板算法,提高AC自动机算法在DPI方法中的扩展性。论文中将从理论角度证明算法的正确性和高效性,此外还将设计与实现一个采用DPI方法的业务识别仿真系统,并将这两个算法应用此系统中,从实际角度证明这两个算法的正确性和高效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 作者所做工作以及论文创新点
• 1.4 论文组织结构
• 第二章 业务识别的相关方法
• 2.1 端口号识别方法
• 2.2 机器学习识别方法
• 2.2.1 支持向量机
• 2.2.2 神经网络
• 2.3 DPI方法
• 2.3.1 DPI 方法的原理
• 2.3.2 DPI 方法的关键点
• 2.3.3 获取应用层特征码的途径
• 2.3.4 常见的业务的应用层特征码
• 2.3.5 单模式匹配
• 2.3.6 多模式匹配
• 2.3.7 DPI 方法的不足
• 2.4 本章小结
• 第三章 基于后缀数组提取业务应用层特征码算法
• 3.1 基于后缀数组提取业务应用层特征码算法的意义
• 3.2 求解问题的数学模型及难点
• 3.2.1 建立数学模型
• 3.2.2 求解问题的误区和难点
• 3.3 后缀数组
• 3.3.1 后缀数组的定义
• 3.3.2 后缀数组的构造
• 3.3.3 最长公共前缀的构造
• 3.4 基于后缀数组的最长公共连续子串算法
• 3.4.1 基于后缀数组的最长公共子串算法思想
• 3.4.2 二分算法中一些细节问题
• 3.4.3 判定部分的实现问题
• 3.5 算法的正确性证明
• 3.5.1 证明子串的公共性
• 3.5.2 证明子串的最长性
• 3.6 算法的时间复杂度分析
• 3.6.1 各部分时间复杂度计算
• 3.6.2 整体的时间复杂度计算
• 3.7 实际环境中对算法的一些改进
• 3.7.1 含有杂质的单个业务的数据包
• 3.7.2 含有多种业务的数据包
• 3.8 本章小结
• 第四章 基于增量式构造AC自动机的匹配模板算法
• 4.1 改进AC自动机算法的意义
• 4.2 离线构造匹配模版
• 4.2.1 构造Trie 树
• 4.2.2 构造失败指针
• 4.3 基于增量式构造AC自动机的匹配模版算法
• 4.3.1 失效节点的位置
• 4.3.2 基于增量式构造AC 自动机的匹配模版算法的基本思想
• 4.3.3 设置新增节点的失败指针的指向
• 4.3.4 更新失效节点的失败指针的指向
• 4.3.5 完整源代码
• 4.4 基于增量式构造 AC自动机的匹配模版算法的正确性分析
• 4.4.1 证明设置新增节点失败指针指向的正确性
• 4.4.2 证明更新失效节点失败指针指向的正确性
• 4.5 基于增量式构造 AC自动机的匹配模版算法的时间复杂度
• 4.5.1 插入模式串的时间复杂度
• 4.5.2 设置新增节点的时间复杂度
• 4.5.3 设置可能失效节点的时间复杂度
• 4.5.4 时间复杂度对比
• 4.6 本章小结
• 第五章 仿真系统及性能分析
• 5.1 系统开发及运行环境
• 5.2 系统的功能需求
• 5.3 系统整体框架设计
• 5.4 系统模块详细介绍
• 5.4.1 系统初始化模块
• 5.4.2 数据采集模块
• 5.4.3 数据预处理模块
• 5.4.4 识别模块
• 5.4.5 应用层特征码提取模块
• 5.4.6 更新匹配模版模块
• 5.5 系统功能测试
• 5.5.1 测试业务识别功能
• 5.5.2 测试提取应用层特征码功能
• 5.5.3 功能测试结果分析
• 5.6 系统性能分析
• 5.6.1 基于后缀数组提取业务应用层特征码算法性能分析
• 5.6.2 基于增量式构造匹配AC 自动机的匹配模版算法性能分析
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 进一步工作展望
• 参考文献
• 缩略词
• 致谢
• 发表论文
• 参加项目