P2P网络体系及检测技术的创新机制

　P2P（Peer-to-Peer）并非一种全新的技术，互联网最基本的协议 TCP/IP 并没有客户机和服务器的概念，所有的设备都是通讯平等的一端。由于受早期计算机性能、资源等因素的限制，大多数连接到互联网上的普通用户并没有能力提供网络服务，从而逐步形成了以少数服务器为中心的客户机/服务器（Client/Server）模式。但是，随着互联网跟人们生活的联系日益紧密和深入，人们需要更直接、更广泛的信息交流，P2P技术充分利用互联网广泛分布的资源，扩大了资源利用范围，改变共享方式，提高了资源共享效率，比C/S模式更具稳定性和健壮性，去中心化，使其应用日益丰富，流量迅速增长。
　　1 P2P基本概述
　　对等网络技术起源于最早的网络互联时代，当时的计算机可以不通过服务器而能直接互相访问，例如上世纪70年代的USENET和FidoNet网络就是基于资源共享的。随着计算机网络化进程的不断前进，互联网主要以客户机/服务器（C/S）为主体模式，在此应用中必须在网络中拥有服务器，信息则是通过服务器与客户端进行交流。服务器作为资源的拥有者，对各个客户端提供资源下载，这就是传统意义上的C/S模式。但是此种模式有一个共同的弊端：服务器端的资源有限，伴随着连接用户数的激增，服务器的性能和服务器的带宽将经受严重考验，这在一定程度上降低了服务质量，从而制约了客户数的增长。
　　对等网络的出现打破了传统C/S模式的概念，它允许各终端与另一个终端直接进行通信，上传或下载资源，并且随着加入P2P网络的节点的增多，上传或下载资源的速度就越快，这就远远增强了信息传输的速度和效率。所以，P2P网络是一种不通过中继设备直接交换资源和服务的技术，它允许网络用户直接获取对方的文件。所有的用户都能访问到别人的电脑资源，并进行文件的共享，而不需要链接到服务器上再进行浏览与下载。
　　2 P2P体系结构
　　P2P体系结构大致归纳为两种，一种是非结构化的P2P，另一种是结构化的P2P [1]。
　　结构化P2P采用纯分布式的消息传递机制和根据关键词查找的定位服务。分布式哈希表（DHT） [2]技术是如今主要采纳的技术，此类系统代表的有加州大学伯克利分校的CAN项目和TaPestry项目，麻省理工学院的Chord项目以及微软研究院的Pastry[3]项目等。
　　如今大多数P2P系统都是采用的非结构化的P2P网络，这种非结构化的P2P网络总共经历了四代的发展，现在就此四代的历程做以简述：
　　第三代混合式的结构。如图3所示，混合式P2P模型综合了以上两种结构的特点，在此模式中，依然去除集中服务器，只建立超级节点，也叫搜索节点，其他节点叫普通节点。搜索节点用来处理普通节点的搜索请求，拥有强大的处理器、硬盘空间、连接速率，和普通节点相互协作，共同管理整个网络，它们之间组成了一个自治的簇。所有的簇就构成了一个混合式的结构。每个簇内结构与集中服务器结构类似，如果普通节点要进行资源搜索，首先是在本地所在的簇内查询，仅当搜索结果不完全时，才在其他搜索节点之间采取有限的广播，得到查询的目的后，就可以同时对拥有资源的多个节点进行获取。这就要判断资源是否为相同资源，是的话就要对资源进行分片处理。
　　总的来说，采用这样的模式，普通节点受控于搜索节点，可以抑制病毒和恶意攻击等行为，并且可以减少网络堵塞，检索耗时等负面影响。
　　第四代P2P（发展中的P2P技术）。在对等网络经历了上面列举的三代P2P结构以后，在此基础上，P2P网络又出现了很多新的技术和措施，具体的有以下几个方面：
　　1）随机端口技术。以前的大部分P2P应用都使用固定的端口，随着以端口为检测手段的软件出现，P2P软件协议设计者开始采取动态选择随机端口进行传输数据，以达到防检测的目的。通常这些动态端口都选择在1024～4000之间，有可能一些P2P软件用80端口来躲避检测。这为检测软件带来非常大的难度，常规检测手段已经不能满足需求。
　　2）加密技术。同样是为了躲避检测，一些P2P软件开始对有效荷载部分进行加密传输，此技术另外一个好处就是起到保护使用者的隐私问题。目前，各大P2P软件运营商都非常重视此项技术。
　　3）双向下载。早期的对等网络需要先下载完成后才能将资源共享给其他用户，而现在一些P2P软件支持对文件或文件的一部分，进行多路并行下载和上载。文件的分发速度明显提高。
　　3 P2P流量检测手段
　　P2P流量检测是当前各研究人员重点的方向，通过历年的技术发展，P2P流量识别大致分为三类，端口识别、深度数据包识别和基于行为特征的识别方法。下面我们列出在P2P流量识别中常用到几种方法：
　　3.1 端口识别
　　我们所讲的端口是传输层里的范畴，即TCP或UDP端口。互联网数字分配机构将端口分为3种：知名端口、用户端口和动态端口。通过对端口的识别，可以区分出应用层的各种应用，其中包括使用固定端口的P2P应用，比如BT使用6881- 6889，E-Donkey使用4661和4662端口[5]，表1列出了各种P2P软件使用的端口。可是随着P2P技术的发展，很多P2P技术采用非标准的端口，或者采用动态端口进行传输，达到躲避被网络管理者检测的目的。
　　3.3基于会话的分类
　　在数据流当中，每个数据包都有可能存在TCP/UDP端口，而一些高层协议的特征代码，只会出现在前几个数据报中，所以，通过会话包当中的某个数据报中找到P2P特征代码时，此会话包的其余数据报我们就认为是P2P流量，甚至存在有的P2P协议会采用几个会话包，因此检测软件在判断P2P流量时要能同时进行关联匹配，这样才能减少漏判率。
　　3.4 IP pair法识别
　　经过长期试验，我们发现，很大一部分的P2P流量都同时使用TCP和UDP协议，可是也不排除一些常规业务像IRC 、NETBIOS 、DNS及影视娱乐业务，也同时使用了上述两种协议，并且它们使用的端口是固定的，这些流量我们能根据端口匹配加以过滤，剩下的同时使用了TCP和UDP协议的业务，我们就认定为P2P流量。
　　3.5深层数据包检测技术（DPI）
　　DPI即深层数据包检测技术，它是基于应用层的“特征字”的检测方法，通过对IP 包头的解析，读取相应的荷载内容。此种方式需要维护一个payload特征库，此特征库可以建立在前人的基础上添加，也可以以人工的方式自动提取。表所示就是一些常用的特征库。根据 解析出来的特征码，再加上适当的模式匹配算法，对符合的流量就可判断为P2P流量。典型的DPI技术有如下几类：
　　1）应用层网关识别技术。即信令流关联识别规则。在实际的流量中，不少协议业务流和控制流是分开的。其中的数据流是没有明显的特征，所有我们只能应用网关识别技术。具体的识别步骤是这样的：第一步，先识别出控制流，分别经过特殊的应用层网关对控制流协议进行分析，从分析结果中获取对应的数据流。
　　2）基于应用层特征字检测技术。根据每个应用对应每个协议的特点，我们分析应用层具有标识和行为交互的数据包开头部分的内容，这些特征我们定义为指纹，可提取的指纹特征为字符串，固定端口和特定的bit序列。随着检测的深入，我们可以对指纹信息进行更新改造，以适应对新P2P应用的检测。像对Bittorrent协议进行反向工程的方式分析，我们发现从握手报文开始，以后都是循环的消息流，其中都有代表消息长度的数字，进一步分析，我们可以观察到首先发送的数字19，其后是字符串”Bittorrent ProTocol”，于是这个字符串就是Bittorrent的关键词。
　　3）行为模式的识别技术。此种识别模式是根据节点目前的动作和未来将采取的动作，也就是根据节点已经实施的动作及行为进行判定，一般是通过协议分析无法得到结论的时候，才采取的识别技术。像垃圾邮件业务和一般邮件业务的区分，通常从内容上看都是一样的，可是当我们通过业务行为的分析，才能够区分出谁是垃圾邮件。
　　3.6 基于流量特征的检测技术（DFI）
　　为了弥补深度数据包检测在加密检测、未知的以及复杂的难以提取特征码的检测的不足，一种新的解决方案被提出，那就是深度流检测技术即DFI，同时也是为了解决DPI技术的频繁升级和无法检测等一系列难题。深度流检测技术，它是基于数据流的行为特征，依据的检测标准是不同的数据流具有不同的行为特征，即根据数据流或会话链接上呈现的不同的行为方式。
　　DFI检测的主要步骤分为：首先建立流量特征模型，选取具有代表性的特征；其次根据会话的包长、传输字节的大小、连接速度、包和包发送的时间差等，和建立的流量特征模式进行对比，从而达到检测的目的。根据实际情况，可以选择的特征模型也比较多，下面我们列举一些主要特征：
　　1）网络连接数量大。这是对等网络最明显的特征之一，通常处于P2P网络中的节点与其他节点连接数比较多，产生的流的数目也多。相对于一般的应用如Http业务，连接数大就是一个明显的区分条件。
　　2）流的持续时间长。P2P软件使用比较多的就是资源共享，并且这些共享资源占用的存储空间也比较大，像一些影视资源、安装软件、游戏、电子资源等，而且一般用户在下载完毕后，还继续保持与其他节点的连接，在对等网络中共享出已经下载好的资源。软件的设计原理就导致了流的持续时间长的特点。
　　3）上下行流量的比例大小。正常的网络应用，上下行流量都不对称，往往是上行小于下行，除了我们使用Ftp或其他上传软件，才会导致上行大于下行，可是在对等网络中，另一个明显的特征就是上下行流量是对称，基本上相等的。这也可以作为我们区分P2P应用和常规应用的标准。
　　4 结论
　　P2P应用已在互联网上已经占据大量资源，如何处理此流量带来的负面影响，已经成为亟待解决的问题。该文讨论的P2P体系和检测技术，目的都是为检测出P2P流量，而且各方法都有各自的优缺点。在具体实施过程中，不同的应用对应着不同的检测方法，因此我们需要综合运用才能带来更好的效果。
　　参考文献：
　　[1] 蒋成.混合式对等网络Kazaa模型结构及其分析研究[J].信息安全与技术，201（6）：69.
　　[2] 熊殿华.一种结构化P2P网络中的动态协作缓存策略[J].计算机与数字工程，2010（1） ：58.