滕翠　梁川　鄧秀娟

摘要：網(wǎng)絡(luò)信息化時(shí)代，對(duì)于網(wǎng)絡(luò)中的不良流量信息進(jìn)行有效的監(jiān)控，然后采取有效的措施對(duì)不良流量進(jìn)行抑制，對(duì)于促進(jìn)網(wǎng)絡(luò)安全和網(wǎng)絡(luò)服務(wù)水平具有重要的意義。當(dāng)前的P2P流媒體流量是網(wǎng)絡(luò)流量監(jiān)控的重點(diǎn)和難點(diǎn)，需要進(jìn)行廣泛研究。該文首先對(duì)當(dāng)前的P2P流媒體流量的識(shí)別技術(shù)進(jìn)行一定的介紹，然后對(duì)基于SVM增量學(xué)習(xí)的P2P流媒體流量識(shí)別中涉及到的一些算法、機(jī)制等進(jìn)行分析，希望相關(guān)論述能夠促進(jìn)人們對(duì)于P2P流媒體流量識(shí)別技術(shù)重要性的清晰認(rèn)識(shí)，提升人們的網(wǎng)絡(luò)安全意識(shí)。

關(guān)鍵詞：SVM；P2P；增量學(xué)習(xí)；識(shí)別

中圖分類(lèi)號(hào)：TP37 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）10-0192-03

科學(xué)技術(shù)水平的進(jìn)步，尤其是網(wǎng)絡(luò)技術(shù)的發(fā)展，給人們的生活方式帶來(lái)了巨大的變革，極大的促進(jìn)了人們的生產(chǎn)生活面貌。但是，由于近年來(lái)的對(duì)等網(wǎng)絡(luò)（Peer-to-Peer）技術(shù)的發(fā)展，產(chǎn)生了許多的P2P應(yīng)用，這些應(yīng)用的使用給一部分人帶去巨大的商業(yè)利潤(rùn)的同時(shí)，也給網(wǎng)絡(luò)的安全造成了嚴(yán)重的危害。據(jù)有關(guān)部門(mén)的統(tǒng)計(jì)分析，在整個(gè)互聯(lián)網(wǎng)的總流量中，P2P占比已經(jīng)達(dá)到七成，而且P2P在網(wǎng)絡(luò)中占據(jù)的流量正在以每年350%的增長(zhǎng)率增長(zhǎng)。這樣情況的存在，首先使得帶寬被極大的消耗，從而引起網(wǎng)絡(luò)的堵塞；其次是，由于開(kāi)放式的結(jié)構(gòu)使得互聯(lián)網(wǎng)中的病毒、木馬、色情信息等形成了無(wú)限制的傳播；最后，則是由于這種現(xiàn)象的存在，使得傳統(tǒng)的互聯(lián)網(wǎng)中的非對(duì)稱(chēng)流量模式被打破，使得網(wǎng)絡(luò)服務(wù)供應(yīng)商的利益受到嚴(yán)重的損害。因此，不管是從網(wǎng)絡(luò)的監(jiān)管部門(mén)還是網(wǎng)絡(luò)的運(yùn)營(yíng)服務(wù)商，都希望對(duì)網(wǎng)絡(luò)中的P2P流量進(jìn)行合理有效的監(jiān)控。在P2P流量的監(jiān)控中，主要的步驟是流量的采集、對(duì)流量的識(shí)別和對(duì)流量進(jìn)行監(jiān)視控制。在這個(gè)環(huán)節(jié)中，流量的識(shí)別處于最重要的地位，因?yàn)橹挥袑?duì)流量進(jìn)行有效正確的識(shí)別，確定異常的P2P流量，才能幫助后續(xù)對(duì)這些P2P流量進(jìn)行監(jiān)視和控制。由于流量識(shí)別的重要地位，因此在網(wǎng)絡(luò)測(cè)量領(lǐng)域，研究P2P流量的識(shí)別是廣泛研究的問(wèn)題。目前，對(duì)于P2P流量的識(shí)別，研究者已經(jīng)研究出不同的方式進(jìn)行識(shí)別，各種方法有其特點(diǎn)，不過(guò)總體而言，對(duì)于我國(guó)的P2P流量識(shí)別監(jiān)控都起到了重要的幫助。筆者結(jié)合當(dāng)前的基于SVM增量學(xué)習(xí)的P2P流媒體流量識(shí)別方法進(jìn)行一定研究，對(duì)其中的識(shí)別策略進(jìn)行分析，希望能對(duì)P2P流量識(shí)別技術(shù)的發(fā)展起到一定的促進(jìn)作用。

1 P2P流媒體流量識(shí)別技術(shù)

當(dāng)前，針對(duì)P2P流媒體的流量識(shí)別，雖然方法種類(lèi)比較多，但是采用到的技術(shù)還只有基于應(yīng)用層簽名的識(shí)別技術(shù)、基于行為特征的識(shí)別技術(shù)和基于機(jī)器學(xué)習(xí)的識(shí)別技術(shù)三類(lèi)。如下將對(duì)這三類(lèi)技術(shù)進(jìn)行簡(jiǎn)要的介紹，以期能夠?qū)2P流媒體的流量識(shí)別技術(shù)有一個(gè)簡(jiǎn)單的認(rèn)識(shí)。

1.1 基于應(yīng)用層簽名的P2P流媒體流量識(shí)別技術(shù)

基于應(yīng)用層簽名的流媒體流量識(shí)別技術(shù)，目前對(duì)于其研究主要是依據(jù)部分學(xué)者對(duì)PPLive、QQLive、UUSee、PPStream、SopCas這幾種主流的P2P流媒體平臺(tái)的應(yīng)用層簽名特征進(jìn)行分析，提出基于各自簽名特征設(shè)計(jì)的專(zhuān)用識(shí)別技術(shù)，然后基于實(shí)踐論證的方法對(duì)這種基于應(yīng)用層簽名的流量識(shí)別技術(shù)進(jìn)行驗(yàn)證，進(jìn)而確定這種方法有效。例如，有學(xué)者主要通過(guò)對(duì)IPTV的一些數(shù)據(jù)進(jìn)行分析，對(duì)通信系統(tǒng)在運(yùn)行時(shí)存在的地址、協(xié)議定義和數(shù)據(jù)傳輸三個(gè)方面的具體特征，然后提出一種基于對(duì)三種特征進(jìn)行結(jié)合的識(shí)別方法，由于這種方法只能識(shí)別到應(yīng)用層的信息流，因此這種方法只能適用于非加密的流量。其他學(xué)者研究的基于應(yīng)用層簽名的流媒體流量識(shí)別技術(shù)，能夠識(shí)別的流量也只能是那些沒(méi)有加密的流量。雖然這種方法簡(jiǎn)單可行，但是這種方法對(duì)于那些加密流量P2P流量的識(shí)別將會(huì)失效。

1.2 基于行為特征的P2P流媒體流量識(shí)別技術(shù)

目前，采用基于行為特征的流媒體流量識(shí)別技術(shù)，主要是PBS（Periodic Behavioral Spectrum，周期行為譜）方法。這種方法主要是對(duì)不同應(yīng)用流量由自相關(guān)函數(shù)（ACF）和離散傅里葉變換（DFT）產(chǎn)生的頻域結(jié)果周期特征，最終對(duì)周期特征進(jìn)行解析，利用相關(guān)差異性來(lái)識(shí)別不同的應(yīng)用。在實(shí)際的應(yīng)用中，這種方法的識(shí)別精度較高，但同時(shí)也存在著不同應(yīng)用具有相同周期特征的現(xiàn)象。因此，可能會(huì)對(duì)未來(lái)的有效正確識(shí)別帶來(lái)一定的影響。

1.3 基于機(jī)器學(xué)習(xí)的P2P流媒體流量識(shí)別技術(shù)

近年來(lái)，在對(duì)P2P流媒體流量識(shí)別技術(shù)的研究中，基于機(jī)器學(xué)習(xí)的識(shí)別技術(shù)成為了主要的研究方向。有的學(xué)者提出一種Abucas方法，這種方法采用的原理是在短時(shí)間窗口內(nèi)統(tǒng)計(jì)發(fā)送不同長(zhǎng)度數(shù)據(jù)包的節(jié)點(diǎn)數(shù)量來(lái)構(gòu)造Abucas特征，然后采用SVM（Support Vector Machine，支持向量機(jī)）訓(xùn)練出分類(lèi)模型，然后借助分類(lèi)模型，對(duì)流量進(jìn)行分類(lèi)然后識(shí)別。采用Abucas方法，提出的依據(jù)IP和Post進(jìn)行分流的思想，對(duì)于P2P流媒體能夠進(jìn)行有效的精細(xì)識(shí)別，但是，如果P2P流媒體應(yīng)用運(yùn)行主機(jī)連接的節(jié)點(diǎn)較少時(shí)，采用這樣的方法識(shí)別精度將會(huì)大大降低。

2 基于SVM增量學(xué)習(xí)的P2P流媒體流量識(shí)別策略分析

2.1 基于SVM的反饋學(xué)習(xí)機(jī)制

在網(wǎng)絡(luò)數(shù)據(jù)流量的識(shí)別中，反饋學(xué)習(xí)是一種重要的提高識(shí)別效率的方法。反饋學(xué)習(xí)在P2P流媒體流量識(shí)別中占據(jù)有明顯的優(yōu)勢(shì)，主要有兩個(gè)方面：一方面是能夠?qū)σ驗(yàn)槌跏加?xùn)練樣本集不完備導(dǎo)致的分類(lèi)算法學(xué)習(xí)不充分的問(wèn)題，另一方面是對(duì)P2P應(yīng)用不斷變化使得訓(xùn)練樣本并不能立即得到調(diào)整改善優(yōu)化的問(wèn)題得到有效解決。在平常我們討論的流媒體流量識(shí)別的訓(xùn)練過(guò)程，根本性的要點(diǎn)就是將分類(lèi)算法應(yīng)用于對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)，然后創(chuàng)立對(duì)應(yīng)的支持向量庫(kù)，這種操作是一次完成的，但是在實(shí)際的分類(lèi)訓(xùn)練過(guò)程中，由于系統(tǒng)并沒(méi)有對(duì)支持向量庫(kù)進(jìn)行改變，因此，這種形式的樣子根部無(wú)法有效識(shí)別P2P。但是，在基于SVM的反饋學(xué)習(xí)中，這方面的問(wèn)題都得到了有效的解決。在基于SVM的反饋學(xué)習(xí)中，主要進(jìn)行了兩個(gè)過(guò)程，一個(gè)過(guò)程是進(jìn)行反饋判斷，另一個(gè)過(guò)程是優(yōu)化反饋樣本。在其中的反饋判斷階段，其采用的的具體機(jī)制是：在識(shí)別系統(tǒng)運(yùn)行一段時(shí)間后，采取進(jìn)行人機(jī)交互的方法對(duì)相關(guān)信息進(jìn)行反饋判斷，然后再對(duì)識(shí)別的結(jié)果進(jìn)行具體的衡量，如果識(shí)別出來(lái)的樣本與用戶(hù)判斷的樣本不一致，則表明這個(gè)過(guò)程中的有關(guān)樣本信息已經(jīng)包含在了支持向量庫(kù)中，這個(gè)時(shí)候，就不需要進(jìn)行反饋。

2.2 基于SVM的增量學(xué)習(xí)算法

將樣本和SVM樣本組合成新的訓(xùn)練集，然后對(duì)其加以訓(xùn)練，從而實(shí)現(xiàn)增量學(xué)習(xí)的方法就是基于SVM的增量學(xué)習(xí)法。由于在P2P流媒體流量識(shí)別的實(shí)際應(yīng)用中，不僅需要保證識(shí)別的準(zhǔn)確度還需要考慮識(shí)別的速度，因此，采用上述的增量學(xué)習(xí)算法的方法顯然具有較高的優(yōu)勢(shì)。對(duì)于采用這種基于SVM增量學(xué)習(xí)算法的P2P流媒體流量識(shí)別技術(shù)，其算法的具體機(jī)制和步驟如下：

步驟一：采用初始的訓(xùn)練集進(jìn)行訓(xùn)練，得到SVM的初始分類(lèi)器A，對(duì)于A的支持向量，用Asv表示；

步驟二：將新增的樣本集和Asv集構(gòu)成新的訓(xùn)練樣本集，進(jìn)行繼續(xù)訓(xùn)練，訓(xùn)練之后能夠得到一個(gè)新的支持向量集，稱(chēng)為新的分類(lèi)器B和新的支持向量Bsv。

步驟三：令Bsv=Asv，然后重復(fù)步驟二的工作。

2.3 基于SVM的反饋增量學(xué)習(xí)算法

由前述基于SVM的反饋學(xué)習(xí)機(jī)制和基于SVM的增量學(xué)習(xí)算法的結(jié)合，便能夠形成對(duì)P2P流媒體流量進(jìn)行有效識(shí)別的基于SVM的反饋增量學(xué)習(xí)算法。在基于SVM增量學(xué)習(xí)的對(duì)P2P流媒體流量識(shí)別的系統(tǒng)中，其最終有效發(fā)揮作用的機(jī)制就是基于SVM的反饋增量學(xué)習(xí)算法。系統(tǒng)在運(yùn)行時(shí)，需要進(jìn)行反饋判斷的樣本就是自動(dòng)保存的樣本，在反饋判斷過(guò)程中采用的方式為人機(jī)交互，然后采用支持向量機(jī)的增量學(xué)習(xí)算法來(lái)實(shí)現(xiàn)對(duì)反饋樣本的優(yōu)化。

2.4 基于SVM增量學(xué)習(xí)的P2P流媒體流量的有效識(shí)別

從前述對(duì)基于SVM增量學(xué)習(xí)的算法、反饋機(jī)制結(jié)合形成的基于SVM反饋增量學(xué)習(xí)算法，對(duì)于P2P流媒體的流量進(jìn)行了有效的識(shí)別。在實(shí)際的應(yīng)用中，由于需要新增P2P樣本，而且這些新增的樣本全部被加到已有的P2P樣本中進(jìn)行再次的重新訓(xùn)練，但是，由于在實(shí)際條件中，如果訓(xùn)練子集的P2P樣本和增量P2P樣本集存在較大的分布變化時(shí)，需要進(jìn)行兩類(lèi)支持向量的轉(zhuǎn)化，對(duì)此，為了更好的實(shí)現(xiàn)識(shí)別的效果，有學(xué)者采用基于多SVM分類(lèi)器并行的學(xué)習(xí)方法，在實(shí)踐中，這種方法不僅將學(xué)習(xí)問(wèn)題的規(guī)模進(jìn)行了大大的減小，而且也對(duì)增量學(xué)習(xí)的時(shí)間復(fù)雜度降低。因此，基于多SVM分類(lèi)器的訓(xùn)練方法，有針對(duì)性的將每層的支持向量進(jìn)行合并，然后重新加入到各組P2P訓(xùn)練樣本的反饋增量進(jìn)行重復(fù)的訓(xùn)練，大大的改善了SVM分類(lèi)器的性能，對(duì)于復(fù)雜的P2P流媒體的流量識(shí)別起到了很好的識(shí)別效果。

3 總結(jié)

在P2P流媒體流量的識(shí)別中，采用基于SVM增量學(xué)習(xí)的系統(tǒng)進(jìn)行識(shí)別，不僅對(duì)于識(shí)別的精度有著較大的提升，而且對(duì)識(shí)別的時(shí)間也大大縮短。在實(shí)際的應(yīng)用中，這種方法取得了很好的效果，是當(dāng)前對(duì)于P2P流媒體流量進(jìn)行有效識(shí)別的主流方法。由于P2P流媒體流量的識(shí)別工作所面臨的困難不斷更新，因此，相關(guān)學(xué)習(xí)算法和機(jī)制仍需不斷完善，以期能夠有效促進(jìn)P2P流媒體流量識(shí)別技術(shù)能夠發(fā)揮真正的作用。

參考文獻(xiàn)：

[1] 李進(jìn).基于SVM增量學(xué)習(xí)的P2P流媒體流量識(shí)別方法研究[D]. 長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2010.

[2] 賀陽(yáng).P2P流媒體業(yè)務(wù)流量分析與識(shí)別[D]. 北京：北京郵電大學(xué)，2012.

[3] 盤(pán)善榮.基于SVM的P2P流量識(shí)別方法研究[D]. 長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2009.

[4] 楊楷.P2P流媒體識(shí)別技術(shù)研究[D]. 鄭州：解放軍信息工程大學(xué)，2013.

[5] 劉振天.局域網(wǎng)監(jiān)管中的P2P流媒體流量識(shí)別與阻斷技術(shù)研究[D]. 北京：北京工業(yè)大學(xué)，2012.

[6] 李進(jìn)，張?chǎng)?，王?用于P2P流媒體識(shí)別的類(lèi)增量學(xué)習(xí)算法[J].計(jì)算機(jī)工程，2011（20）：154-156.

[7] 徐周李，姜志宏，莫松海，等.基于應(yīng)用層簽名的P2P流媒體流量識(shí)別[J].計(jì)算機(jī)應(yīng)用研究，2009（06）：2214-2216.

[8] 袁雪美，王暉，張?chǎng)危?P2P流量識(shí)別技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用，2009（S2）：11-15.

[9] 畢孝儒.適于P2P網(wǎng)絡(luò)流量識(shí)別的SVM快速增量學(xué)習(xí)方法[J].現(xiàn)代計(jì)算機(jī)，2014（15）：3-6.