基于神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別方法

王瑋

(陜西藝術(shù)職業(yè)學(xué)院 基礎(chǔ)教學(xué)部, 陜西 西安710054)

0 引言

對(duì)等(Peer To Peer)網(wǎng)絡(luò)P2P打破了傳統(tǒng)客戶端/服務(wù)器的模式，是新一代網(wǎng)絡(luò)技術(shù)，相對(duì)于其它網(wǎng)絡(luò)，P2P網(wǎng)絡(luò)的速度更快，因此成為當(dāng)前應(yīng)用范圍最為廣泛的網(wǎng)絡(luò)[1]。在P2P網(wǎng)絡(luò)的實(shí)際應(yīng)用中存在許多問題，具體為：瘋狂搶占帶寬，擁塞概率大；存在大量的不良信息；網(wǎng)絡(luò)入侵和網(wǎng)絡(luò)病毒引起的安全問題等。為了保證P2P網(wǎng)絡(luò)安全，提高P2P網(wǎng)絡(luò)的性能和穩(wěn)定性，需要對(duì)P2P網(wǎng)絡(luò)的流量進(jìn)行監(jiān)控，P2P網(wǎng)絡(luò)流量識(shí)別是網(wǎng)絡(luò)管理的基礎(chǔ)，高精度的P2P網(wǎng)絡(luò)流量識(shí)別方法構(gòu)建是當(dāng)前研究的熱點(diǎn)問題[2-3]。

為了獲得理想的P2P網(wǎng)絡(luò)流量識(shí)別效果，提出基于神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)絡(luò)流量識(shí)別方法，并與經(jīng)典P2P網(wǎng)絡(luò)流量識(shí)別方法在相同平臺(tái)進(jìn)行仿真對(duì)比實(shí)驗(yàn)，結(jié)果表明，本文方法可以描述P2P網(wǎng)絡(luò)流量的變化特點(diǎn)，P2P網(wǎng)絡(luò)流量識(shí)別精度更高，具有十分明顯的優(yōu)越性。

1 P2P流量識(shí)別的相關(guān)研究工作

近些年來，國(guó)內(nèi)外對(duì)P2P網(wǎng)絡(luò)流量識(shí)別進(jìn)行深入研究，當(dāng)前P2P網(wǎng)絡(luò)流量識(shí)別技術(shù)主要?jiǎng)澐譃?類：基于端口號(hào)的P2P網(wǎng)絡(luò)流量識(shí)別技術(shù);基于報(bào)文檢測(cè)的P2P網(wǎng)絡(luò)流量識(shí)別技術(shù);基于特征的P2P網(wǎng)絡(luò)流量識(shí)別技術(shù)[4]。最初，由于P2P網(wǎng)絡(luò)的端口比較少，而且固定，但是一些應(yīng)用程序?yàn)榱朔乐苟丝跈z測(cè)，其端口號(hào)采用動(dòng)態(tài)方式進(jìn)行分析，這樣基于端口號(hào)的P2P網(wǎng)絡(luò)流量識(shí)別結(jié)果就更為可靠；為了解決動(dòng)態(tài)端口問題，出現(xiàn)了基于報(bào)文檢測(cè)的識(shí)別技術(shù)，具體為基于數(shù)據(jù)包的動(dòng)態(tài)端口P2P網(wǎng)絡(luò)流量識(shí)別方法，但是該方法會(huì)涉及用戶的隱私問題，無法廣泛使用[5-7]；基于特征的P2P網(wǎng)絡(luò)流量識(shí)別技術(shù)主要通過流量的上下行比例、數(shù)據(jù)包大小分布等進(jìn)行，然后結(jié)合機(jī)器學(xué)習(xí)算法，如支持向量機(jī)、貝葉斯算法或決策樹等[8-10]，通過訓(xùn)練構(gòu)建P2P網(wǎng)絡(luò)流量識(shí)別模型，但是在實(shí)際應(yīng)用中這些機(jī)器學(xué)習(xí)算法均存在一定的不足，如支持向量機(jī)的訓(xùn)練過程復(fù)雜，P2P網(wǎng)絡(luò)流量識(shí)別時(shí)間長(zhǎng)；貝葉斯算法、決策樹的P2P網(wǎng)絡(luò)流量識(shí)別精度低[11-13]。

2 神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別方法

2.1 P2P網(wǎng)絡(luò)

傳統(tǒng)網(wǎng)絡(luò)通常采用客戶端/服務(wù)器的工作模式，其中服務(wù)器是整個(gè)網(wǎng)絡(luò)的中心，客戶端將任務(wù)發(fā)送給服務(wù)器，服務(wù)器對(duì)任務(wù)進(jìn)行處理，因此服務(wù)器完成了大部分運(yùn)行，其負(fù)擔(dān)相當(dāng)重，工作效率難以提升，而P2P網(wǎng)絡(luò)弱化了服務(wù)器，每一個(gè)節(jié)點(diǎn)的地位是相同的，處于一種對(duì)等狀態(tài)，每個(gè)節(jié)點(diǎn)既是參與的使用者，也是任務(wù)的提供者，節(jié)點(diǎn)可以自由的加入或離開，不僅可擴(kuò)展性強(qiáng)，而且具有較強(qiáng)的魯健性。P2P網(wǎng)絡(luò)的模式，如圖1所示。

圖1 P2P網(wǎng)絡(luò)的模式

2.2 P2P網(wǎng)絡(luò)流量特征選擇

選擇最優(yōu)P2P網(wǎng)絡(luò)特征向量是建立性能優(yōu)異的P2P網(wǎng)絡(luò)流量識(shí)別方法的一個(gè)重要方面，因?yàn)樘卣魈?，那么使得P2P網(wǎng)絡(luò)流量識(shí)別模型的輸入向量數(shù)量大，P2P網(wǎng)絡(luò)流量識(shí)別效率低，同時(shí)一些特征向量之間有信息重復(fù)，使得它們之間相互干擾，對(duì)P2P網(wǎng)絡(luò)流量識(shí)別精度產(chǎn)生不利影響，本文基于特征差異性明顯、能夠識(shí)別出P2P網(wǎng)絡(luò)流量和非P2P網(wǎng)絡(luò)流量原則，選擇的P2P網(wǎng)絡(luò)流量識(shí)別特征，如表1所示。

表1 P2P網(wǎng)絡(luò)流量識(shí)別特征

2.3 神經(jīng)網(wǎng)絡(luò)算法

徑向基神經(jīng)網(wǎng)絡(luò)是一種最常用的人工神經(jīng)網(wǎng)絡(luò)，通常為3層結(jié)構(gòu)，具體為：輸入層、隱含層和輸出層，每一層根據(jù)實(shí)際的問題具有不同數(shù)量的節(jié)點(diǎn)，設(shè)它們的節(jié)點(diǎn)數(shù)分別為：n、p和m個(gè)，那么徑向基神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，如圖2所示。

圖2 徑向基神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

徑向基神經(jīng)網(wǎng)絡(luò)的基本工作步驟如下。

Step1：對(duì)于輸入向量Xl=[X1l,X2l,…,Xnl]T，通過徑向基函數(shù)φ(·)變換到隱含層，可以得到隱含層第i個(gè)節(jié)點(diǎn)的單元輸出，如式(1)。

(1)

徑向基函數(shù)φ(·)通常采用高斯函數(shù)，那么式(1)變化為式(2)。

(2)

式中，σ表示聚類中心的寬度。

Step2：將隱含層的輸出作為輸出層的輸入，通過連接權(quán)值wik得到輸出層的第k個(gè)節(jié)點(diǎn)的輸出,如式(3)。

(3)

2.4 神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別方法

Step1：分析P2P網(wǎng)絡(luò)的結(jié)構(gòu)，提取P2P網(wǎng)絡(luò)流量識(shí)別特征。

Step2：采集P2P網(wǎng)絡(luò)流量識(shí)別特征值，并對(duì)特征進(jìn)行歸一化處理，如式(4)。

(4)

Step3：采集P2P網(wǎng)絡(luò)流量數(shù)據(jù)，并對(duì)P2P網(wǎng)絡(luò)流量和非P2P網(wǎng)絡(luò)流量進(jìn)行標(biāo)記。

Step4：根據(jù)特征和標(biāo)記的P2P網(wǎng)絡(luò)流量和非P2P網(wǎng)絡(luò)流量值建立學(xué)習(xí)樣本。

Step5：根據(jù)P2P網(wǎng)絡(luò)流量的特征向量數(shù)確定徑向基神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)，并根據(jù)一定的規(guī)則確定隱含層的節(jié)點(diǎn)數(shù)，根據(jù)P2P網(wǎng)絡(luò)流量的類型確定輸出層的節(jié)點(diǎn)數(shù)。

Step6：初始徑向基神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)，如連接權(quán)值、聚類中心的數(shù)量等。

Step7：采用徑向基神經(jīng)網(wǎng)絡(luò)對(duì)P2P網(wǎng)絡(luò)流量學(xué)習(xí)樣本進(jìn)行學(xué)習(xí)，建立P2P網(wǎng)絡(luò)流量識(shí)別模型。

3 P2P流量的仿真測(cè)試

3.1 實(shí)驗(yàn)方案

為了分析神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)絡(luò)流量識(shí)別效果，選擇Andrew Moore提供的公共數(shù)據(jù)集作為實(shí)驗(yàn)對(duì)象，其共有11個(gè)數(shù)據(jù)集，每一個(gè)數(shù)據(jù)集中有P2P網(wǎng)絡(luò)流量和非P2P網(wǎng)絡(luò)流量，每一個(gè)數(shù)據(jù)集選擇一定數(shù)量P2P網(wǎng)絡(luò)流量和非P2P網(wǎng)絡(luò)流量樣本，如表2所示。

從表2可以看出，相對(duì)于非P2P網(wǎng)絡(luò)流量，P2P網(wǎng)絡(luò)流量樣本數(shù)量相對(duì)較少，對(duì)于每一個(gè)數(shù)據(jù)集，根據(jù)3：1的比例形成訓(xùn)練樣本集合和測(cè)試樣本集合，采用VC++ 編程實(shí)現(xiàn)P2P網(wǎng)絡(luò)流量識(shí)別實(shí)驗(yàn)。

3.2 P2P網(wǎng)絡(luò)流量識(shí)別精度比較

選擇文獻(xiàn)[12]和文獻(xiàn)[13]的P2P網(wǎng)絡(luò)流量識(shí)別方法進(jìn)行對(duì)比實(shí)驗(yàn)，統(tǒng)計(jì)每一個(gè)數(shù)據(jù)集。不同方法的P2P網(wǎng)絡(luò)流量識(shí)別精度，如表3所示。

表2 P2P網(wǎng)絡(luò)流量識(shí)別的實(shí)驗(yàn)對(duì)象

表3 不同方法的P2P網(wǎng)絡(luò)流量識(shí)別精度比較

對(duì)表3的P2P網(wǎng)絡(luò)流量識(shí)別精度進(jìn)行對(duì)比和分析可以知道，本文方法的P2P網(wǎng)絡(luò)流量識(shí)別精度最高，每一個(gè)數(shù)據(jù)集的識(shí)別精度超過95%，相對(duì)于文獻(xiàn)[12]和文獻(xiàn)[13]，本文方法的P2P網(wǎng)絡(luò)流量識(shí)別精度分別提高了8.70%和6.31%，獲得了更加理想的P2P網(wǎng)絡(luò)流量識(shí)別結(jié)果。

3.3 P2P網(wǎng)絡(luò)流量的虛警率和漏報(bào)率

對(duì)于一個(gè)P2P網(wǎng)絡(luò)流量識(shí)別方法，只有高精度的P2P網(wǎng)絡(luò)流量識(shí)別結(jié)果還不行，還要分析其P2P網(wǎng)絡(luò)流量的虛警率和漏報(bào)率。不同方法的P2P網(wǎng)絡(luò)流量的虛警率和漏報(bào)率如圖3、圖4所示。

圖3 不同方法的P2P網(wǎng)絡(luò)流量的虛警率對(duì)比

圖4 不同方法的P2P網(wǎng)絡(luò)流量的漏報(bào)率對(duì)比

從圖3、圖4可以看出，無論是P2P網(wǎng)絡(luò)流量的虛警率或者漏報(bào)率，本文方法更低，對(duì)比結(jié)果表明，本文方法的P2P網(wǎng)絡(luò)流量識(shí)別整體性能更優(yōu)。

3.4 不同方法的P2P網(wǎng)絡(luò)流量學(xué)習(xí)時(shí)間對(duì)比

由于P2P網(wǎng)絡(luò)流量識(shí)別的計(jì)算性能也是重要的評(píng)價(jià)指標(biāo)，因此統(tǒng)計(jì)不同方法的P2P網(wǎng)絡(luò)流量學(xué)習(xí)時(shí)間(秒，s)，每一種方法進(jìn)行5次學(xué)習(xí)實(shí)驗(yàn)，如圖5所示。

圖5 不同方法的P2P網(wǎng)絡(luò)流量學(xué)習(xí)對(duì)比

從圖5的P2P網(wǎng)絡(luò)流量識(shí)別的學(xué)習(xí)時(shí)間可以看出，本文方法的P2P網(wǎng)絡(luò)流量學(xué)習(xí)時(shí)間要少于文獻(xiàn)[12]和文獻(xiàn)[13]，從計(jì)算性能的角度分析，本文方法是最佳的P2P網(wǎng)絡(luò)流量識(shí)別方法，可以對(duì)大規(guī)模的P2P網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行分析。

4 總結(jié)

隨著P2P網(wǎng)絡(luò)應(yīng)用范圍的不斷拓寬，應(yīng)用類型日趨復(fù)雜多樣，給P2P網(wǎng)絡(luò)的管理帶來了一定的挑戰(zhàn)，為了更加精細(xì)的對(duì)P2P網(wǎng)絡(luò)進(jìn)行管理，結(jié)合P2P網(wǎng)絡(luò)流量變化特征，提出了神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別方法，并通過具體P2P網(wǎng)絡(luò)流量數(shù)據(jù)實(shí)例進(jìn)行了仿真測(cè)試，結(jié)果表明，本文方法是一種精度高、速度快的P2P網(wǎng)絡(luò)流量識(shí)別方法，并且P2P網(wǎng)絡(luò)流量識(shí)別結(jié)果的穩(wěn)定性要優(yōu)于當(dāng)前其它P2P網(wǎng)絡(luò)流量的識(shí)別方法，具有十分廣泛的應(yīng)用前景。