P2P技术具有共享资源的独特优势，被广泛应用到网络电视，资源下载等新兴领域，各种P2P应用丰富了人们的网络生活，但是P2P应用大量抢占网络带宽资源，据统计P2P流量占互联网总流量的比例高达60%-80%，严重威胁网络正常运营。因此提出一个高效准确的P2P流量识别方法具有重要现实意义。本论文主要针对P2P流量识别问题展开研究。回顾P2P技术原理和国内外P2P流量识别方法研究现状，重点研究深度包检测技术中协议签名特征提取问题，总结了协议签名特征提取原则和提取方法，通过分析文档和抓包逆向分析提取了4种常用P2P协议的签名特征。深入研究主要传输层流量特征识别方法，通过统计分析P2P节点间UDP协议交互会话特征，提出了UDP会话特征识别法；基于P2P流量中平均UDP比重超过TCP的事实，设计了传输层流量特征分类识别方法，分类识别UDP和TCP协议下P2P流量。结合对深度包检测技术和传输层特征识别方法等多种流量识别方法和技术的分析，本文构建了P2P流量综合识别模型，模型综合应用多种识别方法进行处理，在不同层次依据不同特征对流量进行识别，各种识别方法相互补充，相互配合。模型既可以对大部分P2P流量进行具体分类，也可以识别加密和新型的P2P流量，能够很好满足P2P流量识别需求。论文中详细介绍了模型设计原则、部署网络环境、总体框架结构、实现关键技术以及各个功能模块的设计与实现。为了验证P2P流量综合识别模型的可行性与效果，本文设计实现了原型系统。将系统部署在小型局域网环境中，设计具体实验方案来评估系统识别效果。实验结果表明本模型能够识别各种P2P流量，具有较高的识别准确率，能够很好的实现P2P流量识别与控制目标。