近年来，随着Internet 的迅速发展，对等网络技术(peer-to-peer，简称P2P)的应用越来越广泛。然而，P2P技术在给人们带来娱乐和方便的同时，也带来了隐忧。P2P应用的流量日益增大，它们占据了大量的互联网带宽，巨大的资源消耗引起企业及ISP瓶颈链路的阻塞。P2P 流量占用带宽接入的大量资源，许多ISP也纷纷报告他们的网络流量中有大约超过50%属于P2P流量。各大网络服务提供商迫切地需要识别已经限制某些P2P的流量，而对P2P流量识别最有效的办法之一就是特征码匹配识别，目前特征码的提取主要依赖专家提取，提取周期长、工作量大，往往不能及时满足服务商的要求。因此，针对P2P流媒体的特征码自动提取方法进行研究，有助于增强对P2P应用的监测和控制力度，阻止或减轻P2P造成的不利影响。

　　提取方法

　　现阶段特征码提取主要依赖人工提取。人工提取又名专家提取，是人工地去观察某一流媒体应用的连接建立信息（五元组信息）、监听端口信息、流量特征信息、以及数据包负载内出现的特殊字符串等信息。它主要关心的是某条何时建立，何时终止，以及在流连接建立的阶段出现了哪些特殊字段，而所有这些信息都要依靠专家们人工地去分析判断，得到的特征码虽然准确率比较高，但生成周期耗时长、技术水平要求高，效率非常低。为了解决这个难题，迫切地需要一个流媒体特征码的自动提取算法。通过长期的观察实验，P2P流媒体在资源共享的过程中，两两之间进行交互的控制信息非常频繁，并且这种行为有共同点存在，基于这个特性，设计出一种基于控制信息的特征码自动提取算法。在不失准确性的前提下，它缩短了特征码的提取周期，实现了程序的自动提取，克服了特征码提取技术水平要求高的问题，提高了特征码提取的效率。

　　特征码的提取过程

　　先做个假设，首先已经确定某台主机已经是在进行流媒体的行为，再对其进行特征码提取。