近年来，P2P（peer—to—peer）业务及应用获得很快的发展。据调查，我国P2P业务占互联网总业务的60-80％，已成为互联网带宽的主要使用者。随着P2P业务的不断发展，我们一方面在享受其给我们带来的巨大好处，另一方面其也给我们带来了诸多不便。它占用巨大的网络带宽，降低了网络的服务质量，妨碍了正常业务的开展和关键应用的普及。因此对 P2P流量的识别和控制已经变得越来越重要。
　　当前大多数学者通过P2P的流特性来识别P2P数据包，比较成熟和有效的技术是利用决策树技术，通过建立决策数对各个流量进行分类。但是这些方法在路由器上额外开销巨大，在很多场景下不能获得实际的应用。额外开销太大是这些技术很难获得推广的一个重要的原因。
　　针对当今 P2P流量识别技术占用的开销太大的现状，论文提出了一种基于网络层流特征的在路由器上识别 P2P通信主机的方法：通过主机连接其它主机的个数和主机下载数据包的数量来识别正在进行 P2P文件下载的主机。然后在路由器上再对流向该主机的数据包进行控制。新方法简单易行，需要的额外开销小，这样就解决了当今 P2P流量识别技术额外开销太大的不足。实验证明，新方法对正在进行 P2P文件下载的主机有比较高的识别率。新方法是通过路由器对整个局域网的主机是否进行P2P通信进行识别。对比当今的P2P流量的识别方法，新方法能够更快的对P2P流量的数据包进行识别，进而可以更好的控制P2P流量。
　　论文主要从以下几个方面展开。首先，论文介绍了 P2P的基本理论和相关技术，阐述了几种主流的P2P流量识别技术。然后，论文对P2P流量特性、危害以及它给识别方法带来的困难进行了详细的分析。第三章，在目前 P2P流量识别研究以及对网络各类业务流量特征分析的基础上，提出依靠主机连接数量特征和下载数据数量特征来识别正在进行 P2P文件下载的主机的一种方法。在此基础上，建立了数学公式，并在公式的指导下，详细叙述了 P2P流量识别的具体过程。最后，用实验的方法对新 P2P流量识别技术的有效性和可行性进行了验证，并对新方法和现有方法的效果进行了比较和分析，指出了新方法的优点和不足之处。在最后一章中，对全文工作做了总结，说明了论文的研究成果，并指出了我的论文的进一步的研究重点。