随着互联网的迅速发展,IPv6以其自身的优点而逐步普及和广泛使用。现在IPv4仍然是互联网中应用的主要协议,但是随着其地址的迅速消耗及其本身存在的问题,其被IPv6所代替是主要趋势,不过在相当长的一段时间内IPv4和IPv6必将长期共存。隧道技术是解决IPv4到IPv6的过渡问题的一种重要技术。但是隧道的出现使得深度包检测等方法变得困难甚至是不可行,因此对隧道数据进行识别和研究显得十分迫切。本课题通过比较当前的一些分类算法的优缺点,提出了一种隧道分类模型。该模型利用C4.5建立一棵对于IPv6overIPv4隧道的分类树,利用该模型我们可以将数据流量分为6类,分别是6to4,Isatap,Teredo ,IPv6inGreinIPv4,其它IPv6overIPv4以及不属于隧道的类型。最后根据我们所建立的决策树提取了11条判定规则,利用该模型中提取的特征和规则实现了隧道识别系统。针对以上模型本文给出了隧道识别系统的实现并进行了一系列的相关实验,测试结果表明应用该模型的准确识别率能到达到90%以上,分类效果明显。应用流量识别系统本文在真实网络流量中进行了相关测试工作,测试结果说明6to4隧道流量在当前网络流量中所占的比例最大,除此之外还包括一部分Isatap和Teredo的流量,大部分流量还是非隧道流量,Gre隧道流量较少。实验结果还表明在非工作时间段隧道流量所占的比例要略大于工作时间段。