基於DNS查詢特徵之新式P2P辨識方法

A Novel Mechanism to Identify Peer-to-Peer Applications Based on DNS Query

林冠豪(Guan-Hao Lin)

指導教授 ： 黃能富

國立清華大學/電機資訊學院/資訊工程學系/碩士(2009年)

摘要

近年來P2P (Peer-to-Peer)軟體的使用大幅增加，目前整個網際網路流量大約有70%都是P2P軟體的流量，而且比例還在增加當中。面對如此大量的新種類網路流量，現今文獻上已經有很多研究針對這個問題提出了一些方法，如：通訊埠(Port-based)與字串特徵(Signature-based)等。雖然效果也都不錯，但畢竟這些方法都有一些限制存在。例如：當P2P軟體使用隨機埠(Random Port)時，通訊埠方法將不再有效，甚至會出現相當大比例的誤判與漏判；而且因為一些隱私與安全上的顧慮，有時候網管者不被允許存取封包的資料內容，這樣字串特徵比對方法就會完全失效，更何況最近的P2P軟體為了躲避偵測還將資料內容加密，這樣一來即使可以存取封包的資料部分，此方法還是一樣無效。
為了有效偵測P2P軟體的使用，本論文特別針對目前最熱門且最多人使用的幾項P2P軟體作研究，其中包括：BitTorrent, eMule, Ares, iMesh, Thunder, PPSteam, PPLive, TVAnts, SopCast and Skype。整理出這幾個P2P軟體的特性與行為，並提出一個有效且不需複雜計算的方法用來偵測這些P2P軟體。我們將設計一個簡單的P2P偵測系統並納入我們的偵測方法，然後試著利用我們錄下來的網路流量來驗證這個方法的準確度。實驗證明我們的方法不但有效，而且也因為不需複雜計算而可以作到即時流量分類。

關鍵字

點對點 ； 辨識

並列摘要

無資料

並列關鍵字

Peer-to-Peer ； Identify

參考文獻

[4] A. Moore and D. Zuev, “Internet Traffic Classification Using Bayesian Analysis Techniques,” ACM SIGMETRICS, Alberta, Canada, June 2005, pp. 50-60.

[9] F. DePaoli and L. Mariani, “Dependability in Peer-to-Peer Systems,” IEEE Internet Computing, July-August 2004, pp. 54-60.

[11] S. Zander, T. Nguyen, and G. Armitage, “Automated Traffic Classification and Application Identification Using Machine Learning,” The IEEE Conference on Local Computer Networks, Sydney, Australia, 15-17 November 2005, pp. 250-257.

[12] S. Sen, O. Spatscheck, and D. Wang, “Accurate, Scalable In-Network Identification of P2P Traffic Using Application Signatures,” ACM Conference on WWW, New York, USA, May 2004, pp. 512-521.

[15] Burton H. Bloom, “Space/Time Trade-offs in Hash Coding with Allowable Errors,” Communications of the ACM, vol.13, no.7, July 1970, pp. 422-426.