随着计算机网络技术的不断发展,特别是Internet的迅速普及,网络信息安全与对抗已经成为信息时代的一个至关重要的问题。网络协议识别技术作为实现网络安全与对抗的基础技术,是实施网络安全与对抗的前提条件。但是随着网络协议的不断发展,网络协议逐渐呈现出一些新的特点,如有些协议采用动态端口或加密技术、P2P协议的发展等,传统的协议识别技术局限性越来越明显,新条件下的协议识别技术成为一个新的研究热点。文章首先总结了传统的协议识别技术,包括基于端口映射的协议识别技术、基于静态特征的协议识别技术和基于动态行为特征的协议识别技术,分析了它们的工作原理和局限性。然后重点对模式串匹配算法进行了研究,具体分析了一种改进算法,与BM(Boyer-Moore)算法[23]相比,该算法具有更大的搜索步长和更快的搜索速度。其次,提出了一种基于多个识别特征的隐马尔可夫模型(Hidden Markov Model)协议识别技术。它是一种基于观测统计特性的检测和识别方法,只选用TCP包的大小、到达时间等对加密不敏感的特征来实现协议的识别。该技术运用k均值聚类算法和矢量量化技术将(包的大小,到达时间)二维数据转换为一维数据,从而可以利用同一类型的模型和技术同时处理大小和时间信息,进一步提高了识别性能。实验结果表明,它能有效地提高协议识别的准确率,并且对于采用加密技术的数据,仍能进行有效的识别。最后,对P2P协议识别技术进行了研究。首先分析了基于深层数据包检测(DPI)的P2P协议识别技术,分析了它的优点与局限性。然后针对其局限性,提出了一种基于流量特征的P2P协议识别算法,它具有可扩展性好、性能高等特点,最后综合运用各种识别技术,设计出了P2P协议识别模型。