劉 勇，秦志光

(電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 610054)

對(duì)等(P2P)架構(gòu)能夠有效聚集網(wǎng)絡(luò)邊界資源，如網(wǎng)絡(luò)帶寬、CPU計(jì)算能力和存儲(chǔ)空間等，具有大規(guī)模、可擴(kuò)展、健壯、低成本等優(yōu)勢(shì)，適宜構(gòu)建大規(guī)模資源共享系統(tǒng)，如基于對(duì)等網(wǎng)絡(luò)的公平交換[1]、流媒體[2]等。當(dāng)前，多種流行的大規(guī)模互聯(lián)網(wǎng)應(yīng)用均基于對(duì)等架構(gòu)，如Skype[3]，PPLive[4]，BitTorrent[5]等，大部分互聯(lián)網(wǎng)流量是由該類P2P應(yīng)用所產(chǎn)生。2008～2009年的互聯(lián)網(wǎng)統(tǒng)計(jì)結(jié)果表明，P2P流量所占比例為42.51%～69.95%，其中BitTorrent所占的比例為30.02%～80.83%[6]。由此可見(jiàn)，BitTorrent協(xié)議的運(yùn)行行為對(duì)整個(gè)互聯(lián)網(wǎng)的性能具有相當(dāng)大的影響，研究BitTorrent流量?jī)?yōu)化問(wèn)題能夠提高網(wǎng)絡(luò)運(yùn)行的效率，具有重要的現(xiàn)實(shí)意義。

BitTorrent協(xié)議不考慮下層網(wǎng)絡(luò)的連接結(jié)構(gòu)，而且傳輸?shù)膬?nèi)容來(lái)自于動(dòng)態(tài)的用戶節(jié)點(diǎn)，因此對(duì)互聯(lián)網(wǎng)流量工程帶來(lái)嚴(yán)峻的挑戰(zhàn)。BitTorrent是一個(gè)應(yīng)用層協(xié)議，采用隨機(jī)分配的方式從Tracker獲取鄰居節(jié)點(diǎn)，節(jié)點(diǎn)之間建立直接的邏輯連接，而不考慮下層對(duì)應(yīng)的物理連接是否跨越了多個(gè)互聯(lián)網(wǎng)服務(wù)提供商(ISP)。BitTorrent的聯(lián)網(wǎng)方式帶來(lái)大量的跨ISP流量，這些流量既降低了網(wǎng)絡(luò)的性能，又增加了ISP的運(yùn)營(yíng)成本。ISP通常采用流量控制設(shè)備來(lái)應(yīng)對(duì)該問(wèn)題，對(duì)P2P流量進(jìn)行限流、封堵等，但這些措施既不利于ISP盈利(客戶流失)，也不便于用戶使用，無(wú)法從根本上解決上述流量問(wèn)題。

解決上述問(wèn)題的有效方法是帶偏鄰居分配，即將一個(gè)節(jié)點(diǎn)的大部分鄰居約束在當(dāng)前ISP內(nèi)，而允許小部分鄰居跨ISP。帶偏鄰居分配機(jī)制能夠在不增加下載時(shí)間的條件下降低跨ISP流量，同時(shí)滿足了ISP和客戶的需求。帶偏鄰居分配在鄰居分配中考慮ISP的因素，因而可稱為ISP感知的鄰居分配。然而，由于互聯(lián)網(wǎng)本身是一個(gè)松散的分布式系統(tǒng)，無(wú)集中的中央節(jié)點(diǎn)協(xié)調(diào)系統(tǒng)的運(yùn)行，節(jié)點(diǎn)無(wú)法有效獲取所需的全局信息，因此有效實(shí)現(xiàn)ISP感知的鄰居分配仍然是一個(gè)挑戰(zhàn)性難題。

為了解決BitTorrent流量?jī)?yōu)化問(wèn)題，本文提出并實(shí)現(xiàn)了ISP感知的鄰居分配方案STracker。首先設(shè)計(jì)了基于Tracker代理的STracker架構(gòu)，利用該架構(gòu)實(shí)現(xiàn)ISP感知的鄰居分配；然后設(shè)計(jì)了Tracker代理的節(jié)點(diǎn)管理算法。本文通過(guò)模擬的方法驗(yàn)證STracker的有效性，模擬結(jié)果表明STracker能在不增加下載時(shí)間的條件下，大幅降低跨ISP流量。本文的主要貢獻(xiàn)包括：

1) 基于Tracker代理的BitTorrent流量?jī)?yōu)化架構(gòu)STracker；

2) Tracker代理的節(jié)點(diǎn)維護(hù)算法。

1 相關(guān)工作

由于BitTorrent協(xié)議的高效性，從其出現(xiàn)開(kāi)始，迅速成為網(wǎng)絡(luò)用戶首選的共享大文件的工具。然而，由于BitTorrent協(xié)議是一個(gè)應(yīng)用層協(xié)議，其初始設(shè)計(jì)未考慮下層網(wǎng)絡(luò)的連接結(jié)構(gòu)，因此造成大量的跨ISP流量，而且這些流量的冗余度相當(dāng)大。為了降低BitTorrent應(yīng)用所造成的負(fù)面影響，學(xué)術(shù)界提出了多種解決方案優(yōu)化BitTorrent流量。

由于BitTorrent協(xié)議的高效性，大部分大文件共享均采用BitTorrent協(xié)議進(jìn)行分發(fā)，如視頻文件、Linux操作系統(tǒng)的發(fā)行版等，因而大量的互聯(lián)網(wǎng)流量屬于BitTorrent協(xié)議。BitTorrent協(xié)議的隨機(jī)節(jié)點(diǎn)連接方式導(dǎo)致了大量的跨ISP流量，這些流量既降低網(wǎng)絡(luò)的效率又增加ISP的成本，因此成為ISP重點(diǎn)控制的對(duì)象。最初，ISP采用比較直接的方法限制、封堵BitTorrent流量，然而，這些措施無(wú)法從根本上解決BitTorrent所帶來(lái)的流量問(wèn)題。BitTorrent協(xié)議設(shè)計(jì)者采用加密等方法混淆BitTorrent流量，使得上述控制策略失效。帶偏鄰居選擇[7]是一種有效的優(yōu)化BitTorrent流量的策略，節(jié)點(diǎn)在選擇鄰居節(jié)點(diǎn)時(shí)，大部分鄰居節(jié)點(diǎn)為當(dāng)前ISP內(nèi)的節(jié)點(diǎn)，而小部分節(jié)點(diǎn)為當(dāng)前ISP外的節(jié)點(diǎn)。模擬實(shí)驗(yàn)表明，帶偏鄰居選擇策略能在不增加資源下載時(shí)間的條件下，降低跨ISP流量。然而，由于互聯(lián)網(wǎng)是一個(gè)松散的分布式系統(tǒng)，在缺少全局狀態(tài)信息的條件下，如何實(shí)現(xiàn)帶偏鄰居分配仍然是一個(gè)難題。

P4P[8]是最近提出的一種優(yōu)化P2P流量的架構(gòu)，其中包括iTracker、AppTracker和peer節(jié)點(diǎn)3個(gè)主要的組成部分。ISP部署iTracker提供當(dāng)前ISP的網(wǎng)絡(luò)拓?fù)涞刃畔?，peer節(jié)點(diǎn)通過(guò)與iTracker通信獲得當(dāng)前網(wǎng)絡(luò)的相關(guān)信息。AppTracker是與具體應(yīng)用相關(guān)的Tracker節(jié)點(diǎn)，通過(guò)與iTracker通信獲得相關(guān)ISP的網(wǎng)絡(luò)拓?fù)湫畔?。peer節(jié)點(diǎn)通過(guò)AppTracker的協(xié)調(diào)，能夠獲得優(yōu)化的鄰居，構(gòu)建流量?jī)?yōu)化的BitTorrent網(wǎng)絡(luò)。在理想條件下，即iTracker、AppTracker和peer節(jié)點(diǎn)完全合作的條件下，P4P能夠獲得優(yōu)化的性能。然而，iTracker和AppTracker之間如何建立信任關(guān)系是一個(gè)難題。一方面，iTracker由ISP提供，代表ISP的利益；而AppTracker只是提供鄰居分配任務(wù)，無(wú)任何激勵(lì)使得AppTracker相信并完全利用iTracker提供的信息。另一方面，由于P4P中采用非隨機(jī)的鄰居分配策略，所構(gòu)建的P2P網(wǎng)絡(luò)的健壯性受到破壞。因此，P4P并非一個(gè)完善的P2P流量?jī)?yōu)化方案。需要進(jìn)一步指出的是P4P并非代替P2P網(wǎng)絡(luò)，只是提供了一種機(jī)制允許ISP參與到P2P網(wǎng)絡(luò)連接建立中，為P2P節(jié)點(diǎn)提供額外的關(guān)于網(wǎng)絡(luò)拓?fù)浞矫娴男畔?，以期?gòu)建一個(gè)優(yōu)化的P2P網(wǎng)絡(luò)，獲得優(yōu)化的流量。

為了有效解決BitTorrent流量?jī)?yōu)化問(wèn)題，本文提出了STracker方案，STracker由不同ISP中的Tracker代理通過(guò)對(duì)等聯(lián)網(wǎng)構(gòu)成，Tracker代理完成節(jié)點(diǎn)維護(hù)和鄰居分配。與P4P相對(duì)比，本文提出的STracker更加簡(jiǎn)單、健壯，可擴(kuò)展性更好。

2 BitTorrent流量?jī)?yōu)化問(wèn)題

最初的BitTorrent協(xié)議采用隨機(jī)分配的策略為請(qǐng)求節(jié)點(diǎn)分配鄰居，該分配策略忽略了下層網(wǎng)絡(luò)的連接結(jié)構(gòu)，帶來(lái)大量的跨ISP流量，因此是一種低效的鄰居分配策略。BitTorrent流量?jī)?yōu)化則是在不影響現(xiàn)有共享性能的條件下，降低跨ISP流量，提高網(wǎng)絡(luò)的效率，降低運(yùn)營(yíng)成本。因此，BitTorrent流量?jī)?yōu)化的根本問(wèn)題是有效的鄰居分配策略。本文首先說(shuō)明隨機(jī)鄰居分配中存在的問(wèn)題，然后對(duì)帶偏鄰居分配進(jìn)行討論，從數(shù)學(xué)上證明帶偏鄰居分配可以優(yōu)化BitTorrent流量。

圖1 ISP連接結(jié)構(gòu)

BitTorrent協(xié)議中，Torrent文件給出了Tracker節(jié)點(diǎn)的URL，節(jié)點(diǎn)訪問(wèn)該URL而獲得鄰居，鄰居之間的連接構(gòu)成一個(gè)隨機(jī)網(wǎng)絡(luò)。本文定義根據(jù)同一Torrent文件連接起來(lái)的網(wǎng)絡(luò)為一個(gè)Torrent網(wǎng)絡(luò)。設(shè)一個(gè)Torrent網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量為N，其中，位于ISP1中的節(jié)點(diǎn)數(shù)量為I，非ISP1中的節(jié)點(diǎn)數(shù)量為E，即N=I+E，如圖1所示。ISP1中的節(jié)點(diǎn)A如果需要下載一個(gè)數(shù)據(jù)塊，則選中該Torrent網(wǎng)絡(luò)中任一節(jié)點(diǎn)的概率為1/N，該節(jié)點(diǎn)位于ISP1的概率為I/N，位于ISP1外部的概率為E/N。因此，對(duì)ISP1來(lái)說(shuō)，造成跨ISP流量的概率為E/N，即與該Torrent文件相關(guān)的跨ISP流量所占的比例為E/N。通常N遠(yuǎn)大于I，則(N?I)/N趨近于1，從而跨ISP流量所占的比例相當(dāng)大。

在帶偏鄰居分配策略中，節(jié)點(diǎn)被選擇作為鄰居節(jié)點(diǎn)的概率是不等的。為了降低跨ISP流量，顯然應(yīng)該為同一ISP內(nèi)的節(jié)點(diǎn)賦更高的概率。設(shè)選中同一ISP內(nèi)節(jié)點(diǎn)的概率為p，則選中其他ISP內(nèi)節(jié)點(diǎn)的概率為q=1?p，當(dāng)p>q時(shí)，則實(shí)現(xiàn)帶偏鄰居分配。為了實(shí)現(xiàn)帶偏鄰居分配策略，本文采用一種候選鄰居表的途徑從全局節(jié)點(diǎn)中抽取符合要求的候選鄰居，然后在候選鄰居中實(shí)現(xiàn)隨機(jī)分配。因此，需要解決的關(guān)鍵問(wèn)題是如何構(gòu)建候選鄰居表，該表可決定每個(gè)節(jié)點(diǎn)被選中的概率。針對(duì)ISP1，Tracker節(jié)點(diǎn)維護(hù)一張候選鄰居表，其中包含I個(gè)ISP1中的節(jié)點(diǎn)和R(R

3 STracker的設(shè)計(jì)

本文設(shè)計(jì)STracker實(shí)現(xiàn)上述帶偏鄰居分配策略，STracker以Tracker代理的方式運(yùn)行，構(gòu)建并維護(hù)合理的候選鄰居表，實(shí)現(xiàn)全局的帶偏鄰居分配。在ISP網(wǎng)絡(luò)中設(shè)置Tracker代理，該代理響應(yīng)該ISP中所有BitTorrent客戶端的鄰居分配請(qǐng)求。不同ISP中的Tracker代理以P2P方式連接，構(gòu)成一個(gè)Tracker代理的P2P網(wǎng)絡(luò)，如圖2所示，Tracker代理TP1，TP2，TP3和TP4連接成一個(gè)P2P網(wǎng)絡(luò)，通過(guò)該網(wǎng)絡(luò)分布式維護(hù)全局的BitTorrent節(jié)點(diǎn)信息。節(jié)點(diǎn)之間周期性進(jìn)行通信，完成鄰居表的更新。BitTorrent客戶端通過(guò)配置其所在ISP的TP的地址完成將鄰居請(qǐng)求發(fā)送給其所屬的TP而不是Torrent文件中的Tracker地址，TP根據(jù)對(duì)應(yīng)的Torrent文件訪問(wèn)原始的Tracker獲取外部的節(jié)點(diǎn)，構(gòu)建對(duì)應(yīng)于該Torrent文件的鄰居候選表。

圖2 STracker體系結(jié)構(gòu)

每個(gè)TP維護(hù)一個(gè)候選鄰居表，該表分為兩個(gè)部分，其一為L(zhǎng)I，用于維護(hù)當(dāng)前ISP內(nèi)的peer節(jié)點(diǎn)，另一為L(zhǎng)E用于維護(hù)外部節(jié)點(diǎn)。TP節(jié)點(diǎn)之間需要周期性傳播節(jié)點(diǎn)信息，用于更新接收節(jié)點(diǎn)的鄰居表。STracker采用push-gossip的方法傳播節(jié)點(diǎn)信息，每個(gè)TP節(jié)點(diǎn)周期性地將融合后的節(jié)點(diǎn)信息推送給一個(gè)隨機(jī)節(jié)點(diǎn)；接收節(jié)點(diǎn)收到節(jié)點(diǎn)信息后，融合本地LE表，并隨機(jī)選擇其中一部分作為新的LE表。具體算法如算法1和2所示，其中t為一個(gè)全局參數(shù)，|LE|表示LE表的大小，random_select()用于從指定的表中隨機(jī)選取指定數(shù)量的節(jié)點(diǎn)。

在實(shí)際部署中，STracker存在“某些ISP沒(méi)有部署TP”和“如何激勵(lì)BitTorrent客戶端采用Tracker代理模式”兩個(gè)問(wèn)題。但該兩問(wèn)題均可以很好地被解決。圖2所示的STracker是一種理想情況，部署Tracker代理的條件下，BitTorrent客戶端直接通過(guò)各自的TP就可以獲得鄰居節(jié)點(diǎn)，在整個(gè)網(wǎng)絡(luò)范圍內(nèi)，均無(wú)需其他單獨(dú)的Tracker節(jié)點(diǎn)完成鄰居分配。當(dāng)網(wǎng)絡(luò)中存在獨(dú)立的Tracker節(jié)點(diǎn)時(shí)，TP節(jié)點(diǎn)可以通過(guò)相應(yīng)的Torrent文件獲得Tracker節(jié)點(diǎn)的URL并訪問(wèn)Tracker節(jié)點(diǎn)，從而獲得一定數(shù)量的節(jié)點(diǎn)信息，然后將這些節(jié)點(diǎn)加入到鄰居表的LE表中。對(duì)ISP來(lái)說(shuō)，采用TP節(jié)點(diǎn)能夠有效降低運(yùn)營(yíng)成本，提高網(wǎng)絡(luò)效率，因此，ISP部署TP節(jié)點(diǎn)是可以得到回報(bào)的。對(duì)于BitTorrent客戶端，使用TP并不一定能帶來(lái)下載性能的提高，因此，需要設(shè)計(jì)相應(yīng)的機(jī)制激勵(lì)用戶采用TP。ISP可以采用數(shù)據(jù)包重定向策略來(lái)引導(dǎo)用戶采用TP，在ISP的網(wǎng)絡(luò)邊界，對(duì)所有進(jìn)出的Tracker協(xié)議數(shù)據(jù)包，均重定向到TP，由TP來(lái)完成鄰居分配工作。該方案基于網(wǎng)絡(luò)協(xié)議識(shí)別技術(shù)[12-13]，可以很好地工作。

4 性能評(píng)估

根據(jù)前文的分析，STracker是一個(gè)可行的BitTorrent流量?jī)?yōu)化方案，本文通過(guò)模擬途徑進(jìn)一步對(duì)STracker的性能進(jìn)行評(píng)估。模擬過(guò)程中關(guān)注的主要指標(biāo)包括TP節(jié)點(diǎn)構(gòu)建候選鄰居表的性能、跨ISP流量和BitTorrent客戶端的內(nèi)容下載時(shí)間。

Tracker代理之間以P2P方式連接，本身構(gòu)成一個(gè)P2P網(wǎng)絡(luò)。本文模擬過(guò)程中采用Gnutella協(xié)議[14]構(gòu)建TP網(wǎng)絡(luò)，分別模擬了1 000、3 000和5 000個(gè)節(jié)點(diǎn)的冪律隨機(jī)圖。初始條件下，每個(gè)節(jié)點(diǎn)的候選鄰居表只包含一個(gè)本ISP內(nèi)部的候選鄰居。在每個(gè)循環(huán)中，當(dāng)前節(jié)點(diǎn)隨機(jī)選擇一個(gè)鄰居節(jié)點(diǎn)，合并兩個(gè)節(jié)點(diǎn)的候選鄰居表，將合并后的表作為該鄰居節(jié)點(diǎn)的候選鄰居表。上述過(guò)程模擬TP節(jié)點(diǎn)的新候選鄰居節(jié)點(diǎn)如何快速混合到其他TP節(jié)點(diǎn)的外部鄰居表中。模擬過(guò)程中，首先觀察需要多少周期才能夠有效混合外部鄰居節(jié)點(diǎn)，即外部鄰居節(jié)點(diǎn)如何大致分布在不同的ISP的TP中。候選鄰居節(jié)點(diǎn)的有效混合是以每個(gè)TP節(jié)點(diǎn)中所緩存的不同候選鄰居的數(shù)量度量的，即觀察模擬過(guò)程中，經(jīng)過(guò)多少時(shí)間，TP節(jié)點(diǎn)的不同候選鄰居數(shù)量趨于收斂。模擬結(jié)果如圖3所示，根據(jù)圖示，10個(gè)周期后，鄰居表的規(guī)模迅速增長(zhǎng)；15個(gè)周期后，基本達(dá)到收斂。因此，采用push-gossip算法能夠快速傳播候選鄰居信息，有助于實(shí)現(xiàn)外部鄰居選擇的隨機(jī)性。

圖3 TP鄰居表收斂速度

完成鄰居分配之后，資源共享的性能成為關(guān)注的另一個(gè)指標(biāo)。通常，對(duì)P2P客戶端來(lái)說(shuō)，共享的性能指下載一個(gè)大文件所需的時(shí)間，時(shí)間越短，用戶的體驗(yàn)越好。因此，需要對(duì)比隨機(jī)鄰居分配策略和STracker的帶偏鄰居分配策略。帶偏鄰居分配的目的之一是降低跨ISP流量，因此跨ISP流量是模擬過(guò)程需要關(guān)注的指標(biāo)之一。模擬過(guò)程中，共享文件的大小為10 000個(gè)分塊，初始網(wǎng)絡(luò)規(guī)模為10個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)獲得50個(gè)隨機(jī)分塊。隨著節(jié)點(diǎn)的動(dòng)態(tài)加入，觀察整個(gè)系統(tǒng)中的跨ISP流量和獲得全部分塊的節(jié)點(diǎn)數(shù)量。系統(tǒng)獲得全部分塊的節(jié)點(diǎn)數(shù)量與時(shí)間變化的關(guān)系即下載速度的對(duì)比如圖4所示。根據(jù)圖4所示，帶偏鄰居分配策略具有與隨機(jī)鄰居分配策略相當(dāng)?shù)南螺d速度?？鏘SP流量對(duì)比如圖5所示。由圖可見(jiàn)，帶偏鄰居分配大大降低了跨ISP流量。

根據(jù)上述模擬結(jié)果可以發(fā)現(xiàn)，STracker能夠有效降低跨ISP流量且不增加資源下載的時(shí)間，因此能夠有效提高網(wǎng)絡(luò)的效率和降低ISP的運(yùn)營(yíng)成本。

圖4 下載速度對(duì)比

圖5 跨ISP流量對(duì)比

5 結(jié) 束 語(yǔ)

BitTorrent流量是互聯(lián)網(wǎng)流量的主要組成部分，對(duì)網(wǎng)絡(luò)的性能和效率具有重要的影響。BitTorrent協(xié)議中，隨機(jī)鄰居分配策略導(dǎo)致大量的跨ISP冗余流量，而帶偏鄰居分配是解決跨ISP流量的有效策略。在分析帶偏鄰居分配策略的基礎(chǔ)上，本文提出了ISP感知的BitTorrent流量?jī)?yōu)化方案STracker。STracker由位于不同ISP的Tracker代理構(gòu)成，Tracker代理之間以P2P方式連接，通過(guò)push-gossip協(xié)議實(shí)現(xiàn)候選鄰居節(jié)點(diǎn)維護(hù)。Tracker代理的鄰居分配算法決定了節(jié)點(diǎn)的大部分鄰居位于當(dāng)前ISP之內(nèi)，而小部分節(jié)點(diǎn)位于當(dāng)前ISP之外，從而實(shí)現(xiàn)帶偏鄰居分配功能。模擬結(jié)果表明，STracker能夠有效維護(hù)候選鄰居，從而降低跨ISP流量。STracker的另一個(gè)優(yōu)點(diǎn)是只需對(duì)當(dāng)前BitTorrent客戶端做較小的修改甚至無(wú)需修改就能夠很好地運(yùn)行。STracker的提出有效解決了當(dāng)前BitTorrent流量?jī)?yōu)化所面臨的難題。

[1] 秦志光, 羅緒成. P2P共享系統(tǒng)中無(wú)需專用ttp的公平交換協(xié)議[J]. 電子科技大學(xué)學(xué)報(bào), 2006, 35(4): 698-701.QIN Zhi-guang, LUO Xu-cheng. Fair exchange protocol in Peer-to-Peer sharing system without dedicated TTP[J].Journal of University of Electronic Science and Technology of China, 2006, 35(4):698-701.

[2] 楊戈, 廖建新, 朱曉民, 等. 面向?qū)Φ染W(wǎng)絡(luò)的流媒體接納控制[J]. 北京郵電大學(xué)學(xué)報(bào), 2008, 31(1): 48-51.YANG Ge，LIAO Jian-xin, ZHU Xiao-min, et al.Peer-to-peer oriented admission control for streaming media[J]. Journal of Beijing University of Posts and telecommunications, 2008, 31(1): 48-51

[3] BONFIGLIO D, MELLIA M, MEO M, et al. Revealing skype traffic: When randomness plays with you[J].SIGCOMM Computer Communication Review, 2007, 37(4):37-48.

[4] HUANG YAN, FU TOM Z. J., CHIU DAH-MING, et al.Challenges, design and analysis of a large-scale p2p-vod system[J]. SIGCOMM Computer Communication Review,2008, 38(4): 375-388.

[5] COHEN B. BitTorrent protocol[EB/OL]. [2009-09-01]http://www.bittorrent.org/beps/bep_0003.html.

[6] HENDRIK S, KLAUS M. Internet study 2008/2009[EB/OL]. [2009-09-01] http://www.ipoque.com/resources.

[7] RUCHIR B, CAO PEI, CHAN WILLIAM, et al. Improving traffic locality in bittorrent via biased neighbor selection[C]//Proceedings of the 26th IEEE International Conference on Distributed Computing Systems (ICDCS 2006). Washington, DC, USA: IEEE, 2006: 66.

[8] XIE H Y, YANG Y R, ARVIND K, et al. P4p: Provider portal for applications[J]. Sigcomm Computer Communication Review, 2008, 38(4): 351-362.

[9] DAVID R C, BUSTAMANTE F E. Taming the torrent: a practical approach to reducing cross-isp traffic in peer-to-peer systems[J]. SIGCOMM Computer Communication Review, 2008, 38(4): 363-374.

[10] SU Ao-jan, CHOFFNES D R, ALEKSANDAR K, et al.Drafting behind akamai (travelocity-based detouring)[J].SIGCOMM Computer Communication Review, 2006,36(4): 435-446.

[11] SALTON G, MICHAEL J. MCGILL. Introduction to modern information retrieval[M]. New York, USA:McGraw-Hill Inc, 1986.

[12] NGUYEN T T T, ARMITAGE G. A survey of techniques for internet traffic classification using machine learning[J].IEEE Communications Surveys and Tutorials, 2008, 10(4):56-76.

[13] ANDREW W. MOORE, DENIS ZUEV. Internet traffic classification using bayesian analysis techniques[C]//Proceedings of the 2005 ACM International Conference on Measurement and Modeling of Computer Systems(SIGMETRICS 2005). New York, NY, USA: ACM, 2005:50-60.

[14] YATIN C, SYLVIA R, LEE B, et al. Making gnutella-like p2p systems scalable[C]//Proceedings of the 2003 ACM SIGCOMM Conference on Applications, Technologies,Architectures, and Protocols for Computer Communications (SIGCOMM 2003). New York, USA:ACM, 2003: 407-418.