[發(fā)明專利]一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910251520.2
• 申請日: 2019-03-29
• 公開（公告）號: CN110061976A
• 公開（公告）日: 2019-07-26
• 發(fā)明（設(shè)計）人: 覃落雨;梁宗闖;周鈉;齊維孔;李明;李健珂;王灝宇;衣龍騰;劉曉暉
• 申請（專利權(quán)）人: 中國空間技術(shù)研究院
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L1/00
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 胡健男

1.一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于包括如下步驟：

步驟1、采用基于隨機探針的頻繁項識別方法，確定出未知協(xié)議測控數(shù)據(jù)中正確的引導(dǎo)碼；

步驟2、采用基于模糊匹配的KMP算法，獲取步驟1確定的引導(dǎo)碼在未知協(xié)議測控數(shù)據(jù)中的所有位置；

步驟3、根據(jù)步驟2引導(dǎo)碼的位置，對未知協(xié)議測控數(shù)據(jù)進行初步切分，獲得初步切分幀序列結(jié)果，包括未知協(xié)議測控數(shù)據(jù)中所有幀序列的開頭位置，并分別存放在設(shè)定的列表StartList中；

步驟4、從StartList中的每個開頭位置出發(fā)，每個位置讀取之后的n bit數(shù)據(jù)，統(tǒng)計出所有n bit數(shù)據(jù)及其出現(xiàn)的次數(shù)，存放在設(shè)定的哈希表中；找到哈希表中出現(xiàn)次數(shù)最多的nbit數(shù)據(jù)；

步驟5、獲取幀序列頭在未知協(xié)議測控數(shù)據(jù)中出現(xiàn)的位置，根據(jù)幀序列頭在未知協(xié)議的測控數(shù)據(jù)中出現(xiàn)的位置，校準(zhǔn)步驟3中的初步切分幀序列結(jié)果，當(dāng)本步驟獲取的幀序列頭位置與步驟3列表StartList中位置一致時，則判定該位置為正確的幀序列頭位置，實現(xiàn)了精確幀序列切分，得到精確的幀序列切分結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：n bit數(shù)據(jù)為幀序列頭。

3.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：所述步驟2、采用基于模糊匹配的KMP算法，獲取步驟1確定的引導(dǎo)碼在未知協(xié)議測控數(shù)據(jù)中的所有位置，具體方法為：

步驟21、設(shè)置模糊匹配編輯距離閾值，設(shè)置引導(dǎo)碼探針位置為位置協(xié)議測控數(shù)據(jù)的開始位置，轉(zhuǎn)入步驟22；

步驟22、利用KMP字符串快速匹配算法，計算引導(dǎo)碼S1與未知協(xié)議測控數(shù)據(jù)S2的編輯距離；

步驟23、當(dāng)兩個字符串間的編輯距離小于所設(shè)置的編輯距離閾值時，判定引導(dǎo)碼匹配成功，只是由于信道噪聲造成了誤碼，記錄該引導(dǎo)碼出現(xiàn)在源數(shù)據(jù)中的位置；否則，判定引導(dǎo)碼匹配失敗；轉(zhuǎn)入步驟24；

步驟24、將引導(dǎo)碼匹配探針位置后移，判斷該探針位置是否移動到未知協(xié)議比特流字符串的結(jié)束位置，若是，則轉(zhuǎn)入步驟3；否則，轉(zhuǎn)入步驟22。

4.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：未知協(xié)議測控數(shù)據(jù)為比特流的形式。

5.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：未知協(xié)議的測控數(shù)據(jù)為在衛(wèi)星信道噪聲環(huán)境下獲取到的由引導(dǎo)序列和幀序列組成的測控數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：引導(dǎo)序列，由多干相同的引導(dǎo)碼組成；幀序列由幀序列頭和幀序列數(shù)據(jù)內(nèi)容組成。

7.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的未知協(xié)議幀序列提取方法，其特征在于：n為能夠配置的參數(shù)，為4的整數(shù)倍。