[發(fā)明專利]一種空間鏈路協(xié)議盲識別方法與系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310362097.6
• 申請日: 2013-08-19
• 公開（公告）號: CN103414722A
• 公開（公告）日: 2013-11-27
• 發(fā)明（設(shè)計(jì)）人: 姚秀娟;孟新;陳玲;李雪;閆毅;高翔
• 申請（專利權(quán)）人: 中國科學(xué)院空間科學(xué)與應(yīng)用研究中心
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/26
• 代理公司: 北京法思騰知識產(chǎn)權(quán)代理有限公司 11318
• 代理人: 楊小蓉;楊青

技術(shù)領(lǐng)域

本發(fā)明涉及空間數(shù)據(jù)通信領(lǐng)域，特別是涉及空間鏈路協(xié)議數(shù)據(jù)格式識別和標(biāo)準(zhǔn)化檢測領(lǐng)域，尤其是針對缺乏目標(biāo)協(xié)議先驗(yàn)知識的情況下，本發(fā)明提供了一種從比特流數(shù)據(jù)中進(jìn)行空間鏈路協(xié)議盲識別的方法。

背景技術(shù)

在目前的空間數(shù)據(jù)通信中，廣泛采用空間鏈路協(xié)議來組織和管理各類型的空間數(shù)據(jù)信息。空間鏈路協(xié)議是空間鏈路信息系統(tǒng)的骨架和神經(jīng)，是維系信息正常傳遞的紐帶。協(xié)議識別是采用一定的算法和工具，通過特征分析，確定目標(biāo)信息所采用的協(xié)議類型，明確目標(biāo)信息的數(shù)據(jù)格式，為進(jìn)一步的信息應(yīng)用奠定基礎(chǔ)。

目前，對空間鏈路協(xié)議的研究主要集中于已知協(xié)議的應(yīng)用技術(shù)及標(biāo)準(zhǔn)化檢測方面。在已知協(xié)議的應(yīng)用和標(biāo)準(zhǔn)化檢測領(lǐng)域，用戶必須掌握一定的先驗(yàn)知識，預(yù)先已經(jīng)知道所應(yīng)用或檢測的協(xié)議類型，預(yù)先掌握協(xié)議的格式定義，包括協(xié)議的幀頭和幀尾信息、幀長度信息，才能夠?qū)@取到的目標(biāo)信息與已知協(xié)議的幀格式按照固定的幀長度進(jìn)行搜索匹配，達(dá)到協(xié)議應(yīng)用和檢測的目的。

在空間鏈路協(xié)議應(yīng)用過程中，當(dāng)用戶并不能夠掌握所獲取的目標(biāo)數(shù)據(jù)格式時，即用戶缺乏目標(biāo)數(shù)據(jù)的先驗(yàn)知識，不具備進(jìn)一步分析和應(yīng)用的條件時，迫切需要一種在不需要先驗(yàn)知識的情況下，能夠從比特流數(shù)據(jù)中自動識別出空間鏈路協(xié)議幀格式的方法。

Apriori數(shù)據(jù)挖掘算法是空間鏈路協(xié)議幀格式檢測中常用的算法，它對短模式文本數(shù)據(jù)具有很好的挖掘效果。但在空間鏈路協(xié)議盲識別中，識別對象是海量的比特流數(shù)據(jù)，并且缺乏先驗(yàn)知識，傳統(tǒng)的Apriori數(shù)據(jù)挖掘算法不再適用。主要有以下2點(diǎn)缺陷：

1）Apriori算法需要對數(shù)據(jù)序列做多次掃描。每擴(kuò)展一位長度的頻繁模式就需要掃描一次數(shù)據(jù)序列，最終總的掃描次數(shù)相當(dāng)于最長頻繁模式的長度。因此，對于數(shù)據(jù)序列龐大，頻繁模式較長的情況，挖掘效率相當(dāng)?shù)拖隆?/p>

2）掃描過程中可能產(chǎn)生大量的候選模式。如果短長度頻繁模式過多，則通過連接運(yùn)算擴(kuò)展敏感信息長度時將會產(chǎn)生大量的候選模式，增加了空間和時間的開銷，甚至?xí)?dǎo)致挖掘處理器溢出。

對于空間鏈路協(xié)議來說，我們所需要識別的對象是比特流數(shù)據(jù)，只有’0’、’1’兩個字符，其字符集大小僅為2，并且模式串為一定長度的位流數(shù)據(jù)，長度也比較長。若采用普通數(shù)據(jù)挖掘算法，需要多次掃描數(shù)據(jù)庫，并產(chǎn)生大量候選模式。

發(fā)明內(nèi)容

本發(fā)明的目的在于，為實(shí)現(xiàn)在不具備先驗(yàn)知識的情況下，進(jìn)行空間鏈路協(xié)議盲識別的目的，本發(fā)明提供了一種能夠從比特流數(shù)據(jù)中自動識別出所用協(xié)議的數(shù)據(jù)格式的方法。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種空間鏈路協(xié)議盲識別方法，所述方法包含：

步驟101）對待盲識別文件中的目標(biāo)數(shù)據(jù)轉(zhuǎn)化為十六進(jìn)制數(shù)據(jù)；

步驟102）基于得到的十六進(jìn)制數(shù)據(jù)找到指定長度范圍內(nèi)的所有的頻繁序列組成初始頻繁序列集，并對初始頻繁序列集中包含的各指定長度的序列出現(xiàn)過的次數(shù)進(jìn)行計(jì)數(shù)；

步驟103）將統(tǒng)計(jì)得到的頻繁序列的計(jì)數(shù)值與若干設(shè)定的min_threshold值逐一進(jìn)行比較，將計(jì)數(shù)值大于min_threshold的頻繁序列存入中間頻繁序列集中，其中，依據(jù)每個不同的min_threshold值均可以篩選得到一個中間頻繁序列集；

步驟104）采用模式匹配的方法，將中間頻繁序列集中的所有序列逐一在目標(biāo)數(shù)據(jù)中搜索定位，并計(jì)算兩個相同的頻繁序列出現(xiàn)的間隔，即位置差，將所有等間隔的頻繁序列從中間頻繁序列集中提取出來，組成目標(biāo)頻繁序列集；

步驟105）將挖掘得到的目標(biāo)頻繁序列集與空間鏈路協(xié)議幀同步字敏感信息進(jìn)行模式匹配，判斷所應(yīng)用的協(xié)議類型，完成協(xié)議盲識別。

上述步驟102）進(jìn)一步包含如下子步驟：步驟102-1）枚舉目標(biāo)數(shù)據(jù)中所有長度為1～k的模式序列，組成初始頻繁序列集；

步驟102-2）建立k個緩存單元，其中任意一個緩存單元為Buff[i]，且i的取值范圍為：i=1......k；

步驟102-3）在Buff[1]中記錄序列中第k位字符的計(jì)數(shù)情況m₁；

在Buff[2]中記錄序列中第k位字符和第“k-1”位字符的計(jì)數(shù)情況m₂；

在Buff[3]中記錄序列中第k位字符和第“k-1”位字符、第“k-2”位字符的計(jì)數(shù)情況m₃；以此類推，在Buff[k]中記錄序列中第k位字符、第“k-1”位字符、第“k-2”位字符、第“k-3”位字符......第1位字符的計(jì)數(shù)情況m_k；