位置:成果数据库 > 期刊 > 期刊详情页
“iA4T”计算机学科人才进阶模式及自适应专业素养的实践体系构建
  • ISSN号:1672-5913
  • 期刊名称:《计算机教育》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]曲阜师范大学计算机科学学院,山东日照276826
  • 相关基金:国家自然科学基金(61373027); 山东省自然科学基金(ZR2012FM023)
中文摘要:

由于P2P软件普遍采用动态端口以及负载加密技术,使得基于传输层端口和深度包检测技术的对等网流量识别受到限制。通过对P2P流量的分析发现其两种特性:一是P2P节点具有双面性特征,即P2P节点可以同时上传下载数据;二是P2P流量的正向流与反向流包到达时间间隔方差比始终在一定区间内波动。由此提出基于节点及流量行为特征的P2P流量识别方法,并将其应用于网络流量监测。实验表明:该方法可识别新应用及加密流量,具有客观性,其流识别率为93%,字节识别率为95.5%。

英文摘要:

The current P2P software uses dynamic ports and load encryption technology widely so that it limits peer-to-peer network traffic identification, which is based on the transport layer port and deep packet inspection (DPI) technology. Through the P2P traffic a- nalysis,it is found that P2P node has double characteristics:firstly, P2P nodes can upload and also download the data, which means the nodes have duality;secondly ,the variance ratio of forward and reverse flow package of time interval fluctuates within a certain range. Thus a P2P traffic identification method based on nodes and flow behavior characteristics is proposed and applied to network traffic monitoring. The results show that this method can objectively identify new applications and encrypted traffic with 93% flow identification rate and 95.5% byte identification rate.

同期刊论文项目
期刊论文 46
期刊论文 29
同项目期刊论文
期刊信息
  • 《计算机教育》
  • 主管单位:教育部
  • 主办单位:清华大学
  • 主编:奚春燕
  • 地址:北京市海淀区双清路清华大学学研大厦B座606室
  • 邮编:100084
  • 邮箱:jsjjy@vip.163.com
  • 电话:010-62770175-3402-3406
  • 国际标准刊号:ISSN:1672-5913
  • 国内统一刊号:ISSN:11-5006/TP
  • 邮发代号:80-171
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:26095