P2P技术已经使互联网格局发生了巨大的变化,改变了以往网络以服务器为中心的模式,使广大的互联网用户群体加入到网络共享的过程中来,有效的发掘了网络共享资源的潜力,为所有网络用户提供了一种全新的获取资源的方式。然而,随着P2P流量的飞速增长,管理这些流量变得日益困难。网络不堪重负,极大的影响了网络上的其他服务。考虑到P2P的发展已经成为不可阻挡的趋势,当今运营商必须面对这一问题。寻找一种对P2P流量进行分类识别的方法显得越来越重要。P2P应用一直没有通用的网络协议规范,而其曲折的发展过程也使大部分目前的P2P软件纷纷采取了各种手段以逃避网络检测,这使得对P2P流量进行分类变得非常困难。常见的端口扫描和深层数据包检测方法面对P2P流量都有失效的危险。本文对目前流行的各种P2P应用进行了研究,通过分析传统应用和P2P应用之间各个方面的差异,总结出P2P流量的共性。然后从连接模式、数据包特征等方面归纳出P2P流量的行为特征,结合传统检测和机器学习方法,提出了一种利用行为特征分层对P2P流量进行分类的方法,使用该方法进行分类所需信息量少,并能对加密P2P流量进行分类。全文共分为7章,第1章为绪论,主要介绍研究本课题的背景意义以及本文主要内容。第2章介绍了P2P的发展历史以及常用于P2P流量分类的各种方法。第3章对广泛应用的P2P协议BitTorrent进行了分析。第4章对P2P应用各个方面的行为特征进行了分析。第5章提出了实现P2P流量分类的具体方法。第6章是对本文中的流量分类方法给出的测试报告。第7章对本文内容的总结,并指出进一步研究的可能方向。