P2P traffic optimization

Peer-to-peer (P2P) based content distribution systems have emerged as the main form for content distribution on the Internet,which can greatly reduce the distribution cost of content providers and improve the overall system scalability.However,the mismatch between the overlay and underlay networks causes large volume of redundant traffic,which intensifies the tension between P2P content providers and ISPs.Therefore,how to efficiently use network resources to reduce the traffic burden on the ISPs is crucial for the sustainable development of P2P systems.This paper surveys the state-of-art P2P traffic optimization technologies from three perspectives:P2P cache,locality-awareness and data scheduling.Technological details,comparison between these technologies and their applicabilities are presented,followed by a discussion of the issues that remain to be addressed and the direction of future content distribution research.     

P2P流量优化

基于peer-to-peer(P2P)技术的内容分发系统已成为互联网内容分发的重要形式,它能大幅减轻P2P内容提供商的分发代价,提高系统的可扩展性.但是,覆盖网络和底层网络的失配导致了网络资源的浪费,产生了大量的冗余流量,激化了P2P内容提供商和网络运营商(ISP)之间的矛盾.因此,如何有效利用底层网络的带宽资源,降低P2P内容分发系统对ISP网络的流量压力,是P2P系统得以良性和可持续发展的关键.本文综述了P2P内容分发系统流量优化的相关技术研究现状.从P2Pcache、位置感知技术和数据调度算法3个维度出发详细阐述了不同的技术在P2P流量优化中的作用,对各种技术进行了详细的综述和对比分析,探讨了各种技术的适用环境,指出了存在的问题和未来内容分发的发展方向.     

基于网络测量的P2P跨域流量优化机制

P2P技术的普及优化了用户的体验,但对带宽的过度消耗也带给网络运营商巨大的压力。据此提出基于网络测量的、业务相关P2P跨域流量优化机制,该机制对底层网络建立模型,通过综合考量底层的网络信息和具体P2P业务的特殊性来优化节点互联。实验结果表明,该处理机制明显减少了跨域流量,优化了P2P用户的体验。     

一种基于SVM的P2P网络流量分类方法

提出一种基于SVM的P2P网络流量分类的方法。这种方法利用网络流量的统计特征和基于统计理论的SVM方法,对不同应用类型的P2P网络流量进行分类研究。主要对文件共享中的BitTorrent,流媒体中的PPLive,网络电话中的Skype,即时通讯中的MSN 4种P2P网络流量进行分类研究。介绍了基于SVM的P2P流量分类的整体框架,描述了流量样本的获取及处理方法,并对分类器的构建及实验结果进行了介绍。实验结果验证了提出方法的有效性,平均分类精确率为92.38%。     

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。     

无结构P2P系统的重叠网拓扑优化

无结构P2P（Peer-to-Peer）系统的自身结构特征表现着良好的自治性和扩展性。然而,由于自身松散的重叠网拓扑结构以及对等节点可以自由地加入和离开的特点,系统十分容易产生重叠层与底层物理网络的拓扑结构不匹配的问题。另一方面,由于无结构P2P系统大多数采用泛洪式转发,大量的消息会通过低效地重叠网连接占用带宽,产生不必要的数据冗余,从而影响网络的性能,降低整个网络的利用率。提出一种动态拓扑优化模型机制,该机制通过节点在消息转发过程中获取实时的网络拓扑信息,进而通过一系列优化策略对低效的拓扑结构实施优化。     

基于聚类和流量传播图的P2P流量识别方法

为有效监管网络,快速精确识别P2P流量,通过分析P2P网络流量中节点与节点、节点与链路之间的交互和行为特征,将聚类方法与流量传播图方法相结合,提出了一种基于网络行为特征的P2P流量识别方法。该方法首先通过采集网络流的包级和流级统计特征对不同种类的网络应用的流量进行聚类,然后利用流量传播图对P2P流量进行识别。实验结果表明,提出的方法在骨干网络数据上能够有效识别P2P网络应用流量,◢F◣▼1▽-measure达到95%以上。     

P2P流量识别技术综述

在归纳P2P流量识别问题概念的基础上,对现有的P2P流量识别技术进行了较全面地分析.借助分类模型形式化地定义P2P流量识别问题,依据所采用的识别特征将已有技术分为基于端口号、基于流量特征、基于应用层签名、基于双重特征和基于统计行为特征五类方法,并对各类方法进行了介绍、分析与优劣对比.探讨了新兴的P2P流媒体流量识别问题,总结了P2P流量识别技术的发展趋势.     

基于应用层签名的P2P流媒体流量识别*

通过对P2P流量识别技术现状的研究,提出了基于应用层签名的P2P流媒体流量识别方法。分析和提取了五种主流P2P流媒体平台的应用层签名特征,并通过实验验证了基于应用层签名的P2P流媒体流量识别方法的有效性。     

基于决策树模型的P2P流量分类方法

P2P流量逐渐成为互联网流量的重要组成部分,精确分类P2P流量对于有效管理网络和合理利用网络资源都具有重要意义。近年来,利用机器学习方法处理P2P流量分类问题已成为流量识别领域的一个新兴研究方向。利用决策树中的C4.5算法和P2P流量的特征属性来构建决策树模型,进而完成P2P流量分类问题。实验结果表明,基于决策树模型的方法能有效避免P2P网络流分布变化所带来的不稳定性;与SVM（support vector machine,支持向量机）、NBK（nave Bayes using kernel densi     

基于应用层签名特征的P2P流量识别

P2P的广泛使用带来了带宽过量消耗、病毒传播迅速等严重问题。如何在享受P2P技术带来便利的同时又能有效地识别、控制P2P流量是当前的研究热点。通过基于报文TRACE的数据分析方法,获得了当前五种主流的P2P流的应用层签名特征,提出了一个基于应用层签名特征的识别算法,并通过实际实验对所提识别算法的有效性进行了验证,研究成果可直接应用于P2P流量的识别与管理。     

基于最优ABC-SVM算法的P2P流量识别

目前对等网络（Peer-to-Peer,P2P）流量的识别是网络管理研究的热门话题。基于支持向量机（Support Vector Machine , SVM）的P2P流量识别方法是常用的P2P流量识别方法之一。然而SVM的性能主要受参数和其使用特征的影响,而传统的方法则是将SVM的参数优化和特征选择问题分开处理,因此这样很难获得整体性能最优的SVM分类器。本论文提出了一种基于最优人工蜂群算法和支持向量机相结合的P2P流量识别方法,利用人工蜂群算法,将SVM的参数和特征选择问题视为最优化问题同步处理,可以获得整体性能最优的参数和特征子集。在真实的P2P数据上的实验结果表明提出的方法具有很好的自适应性和分类精度,能够同时获取特征子集和SVM参数的最优解,提高SVM分类器的整体性能。     

基于Netfilter的P2P流量测量系统*

分析了P2P流量的特征,讨论了当前有关P2P流量识别与测量的研究现状。在分析一个通过应用层匹配来识别P2P流量的模块IPP2P基础上,给出了一个基于Netfilter的P2P流量测量系统。该系统通过高速的内核字符串匹配来识别P2P数据流,在此基础上运用连接跟踪技术进行高效的流量统计,实现对P2P流量的实时测量。     

一种新型P2P流媒体协议及其流量模型研究

针对FlashP2P技术,对其RTMFP协议进行了深入分析,提出了一种基于RTMFP包检测的FlashP2P流量识别算法,并采用该算法对国内主流视频网站的FlashP2P流进行了有效的识别。在此基础上,对FlashP2P流量特征进行分析并证明其具有自相似性。最后,提出了一种基于ARIMA模型的经验模式分解预测自相似网络流量的方法,而且进行了仿真验证。结果表明,该模型不仅降低了算法的复杂度,并且对短期预测精度较高。     

网络编码及其在P2P网络中的应用

传统网络的中间节点对收到的数据包只简单转发到下一个节点.利用网络编码,中间节点对收到的数据包进行相应编码后再转发出去,这样可以提高网络的吞吐量和可靠性.文章介绍了网络编码的原理,论证了网络编码的优势,分析了线性网络编码理论,提出了网络编码在P2P网络中的应用方案.     

P2P存储网络中的冗余维持

在P2P存储网络中,为保证数据安全可靠,当网络中数据丢失后需生成新的冗余数据.因此,如何快速生成新的冗余数据并保持数据的可靠性就成为评价存储网络性能的关键.网络编码作为一项新兴技术,已被证明可以提高网络吞吐率和鲁棒性.将网络编码思想引入冗余数据维持,可以加快冗余生成速度,从而提高数据可靠性.通过理论分析和仿真给出了快速修复冗余数据的方法、开销和相应的传输策略.仿真结果表明,较传统修复方式所提出的快速修复方法可以节省60%以上的传输时间.     

面向IPv6的P2P流量管理机制研究

互联网正朝着IPv6的方向发展,P2P应用将是推动IPv6产业化的重要力量,但P2P业务在推动Internet宽带化的同时也带来了因资源过度占用而引起的网络拥塞问题和安全隐患.介绍了对等网络的基本概念,讨论了IPv6对P2P的支持功能,总结了应用于IPv6环境的P2P流量识别策略,设计了支持P2P流量识别的IPv6流标签和跳到跳选项,提出了面向IPv6的P2P流量管理模型,并分析了模型的功能组成及工作机制.     

P2P 流量本地优化综合机制

P2P流量的飞速增长,给自治网络（如园区网、校园网）的网络边界带来很大的流量压力。为减少P2P流量对网络关键应用的影响,必须建立P2P流量的本地优化机制,使P2P流量尽可能发生在自治网络内部,缓解网络出口带宽的压力。自治网络的网络边界开始采用基于DPI的P2P流量识别技术,对识别到的P2P流量加以限制。但这种方法只是简单地限制P2P应用,将严重影响用户的流媒体点播体验。提出了一套网络边界P2P缓存机制和本地节点索引机制向结合的P2P流量本地优化策略。     

一种结构化P2P网络中的动态协作缓存策略

基于结构化P2P网络,提出一种动态协作缓存策略。此算法以缓存引起的收益和损耗为标准,决定是否在该节点缓存该资源,解决了以往算法只考虑单个节点性能而忽略系统整体负载的问题。仿真结果表明,该算法能够很好的降低系统负载,减少节点寻找资源时的平均跳数,较已有的缓存策略,性能有很大提高。     

试论P2P网络流量控制管理若干关键技术

随着现代科学技术的不断发展,互联网应用有了突飞猛进的发展.对于现代互联网技术而言,P2P技术已经成为其重要的应用技术.P2P技术的兴起逐渐成为当今互联网应用模式改革的重要手段.而P2P网络流量的控制手段在整个互联网总流量控制管理中占据的比例也越来越大.P2P网络流量的控制管理技术有效的转变了互联网运运营的模式,将互联网的形式变成一种崭新的模式.