摘要： 为了实时、准确地识别多种P2P应用流，提出了基于隐马尔科夫模型(HMM, hidden Markov model)的P2P流识别技术。该技术利用分组大小、到达时间间隔和到达顺序等特征构建流识别模型，采用离散型随机变量刻画HMM状态特征；提出了能同时识别多种P2P应用流的架构HMM-FIA，设计了HMM的状态个数选择算法。在校园网中架设可控试验环境，使用HMM-FIA识别多种P2P流，并与已有识别方法进行比较，结果表明采用离散型随机变量能降低模型建立时间，提高识别未知流的实时性和准确性；HMM-FIA能同时识别多种P2P协议产生的分组流，并能较好地适应网络环境变化。