P2P技术是近年来改变Internet应用模式的新技术之一,P2P技术不仅为用户提供了前所未有的便利,同时也试图有效地整合互联网的潜在资源,将基于网页的互联网变成动态存取、自由交互的海量信息网络。另一方面,P2P的用户数目与日俱增且其流量已成为 Internet上最大的流量,其业务已悄然占据了互联网业务总量的60％-80%。而这样巨大的流量也给运营商带来了不小的压力,管理P2P流量已是当务之急。　　最初,P2P流量是易于检测的,因为P2P协议使用指定的TCP或UDP端口。但是,许多P2P应用开始使用非标准端口以隐蔽其行踪,甚至使用用于Web应用的80端口;P2P应用没有国际通用的标准,所有的P2P协议都是软件开发者自定义的,许多应用的协议实现与协议文档不一致;有的P2P应用开始采用加密传输技术。这些新特征的出现导致传统的流量检测方法对P2P流量不再适用。因此,需要针对P2P流量研究开发新的检测方法。　　根据P2P流中数据包大小变化频繁的发现,定义了一个很重要的特征——包大小抖动频率。使用BP神经网络将包大小抖动频率和包的传输速率用于P2P流识别,并在Windows平台中实现了P2P流识别的原型系统。仿真实验的结果表明,该P2P流识别方案在发现率和错误率方面优于其它P2P流识别方案。