[發明專利]一種視頻傳輸數據精細化測量方法

有效

• 申請號: 202110388607.1
• 申請日: 2021-04-12
• 公開（公告）號: CN113114672B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 李帆;朱弘宇;王志文
• 申請（專利權）人: 常熟市國瑞科技股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06F18/214;G06F18/24;G06F18/213
• 代理公司: 南京中高專利代理有限公司 32333
• 代理人: 徐福敏

1.一種視頻傳輸數據精細化測量方法，其特征在于，包括：

獲取網絡流數據；

根據所述網絡流數據構建多流時空特性流量矩陣；

對所述多流時空特性流量矩陣進行特征降維，獲取所述網絡流的低維特征；

在低維特征空間中對所述低維特征進行訓練分類，將所述網絡流數據進行關聯，得到對流量的測量結果；

根據所述網絡流數據構建多流時空特性流量矩陣包括：

以長度為T的時間窗口作為總測量時間，將所述時間窗口均分為大小為s的N個時間周期，測量N個所述時間周期內網絡中關聯性強的前p條關聯流的流量，每個所述時間周期內的關聯流特征表示為特征向量v＝{label，x₀，x₁，...，x_m-1}；

將所有特征組合構建成一個N×(p×(m+1))的矩陣A：

其中，label表示對所述網絡流數據類型在單流分析時的標記信息，{x₀，x₁，...，x_m-1}為時空特性的特征分析；p和N均為大于等于1的自然數；

對所述多流時空特性流量矩陣進行特征降維，獲取所述網絡流的低維特征包括：

計算所述多流時空特性流量矩陣中任意兩個數據點之間的測地距離；根據所述測地距離計算得到所述多流時空特性流量矩陣中所有數據點在低維空間中的坐標；

根據所述測地距離計算得到所述多流時空特性流量矩陣中所有數據點在低維空間中的坐標包括：

根據所述多流時空特性流量矩陣中的數據點構造k鄰近圖；將所述多流時空特性流量矩陣中的數據點作為結點，將每個所述結點與其相鄰最近的k個結點直接相連，用歐式距離表示所述結點之間的連接權重；通過所述k鄰近圖計算結點與結點之間的最短路徑矩陣；

根據所述測地距離計算得到所述多流時空特性流量矩陣中所有數據點在低維空間中的坐標包括：

將每個觀測樣本作為一個結點，通過原始測地距離計算得出共同鄰近集；為每個所述觀測樣本設置一個相對應的局部密度縮放因子；通過所述局部密度縮放因子調整所述觀測樣本之間的權重，使樣本密度高的區域樣本緊密，使樣本密度低的區域樣本稀疏；獲取樣本距離矩陣；

在獲取樣本距離矩陣之后，還包括：

對所述樣本距離矩陣進行多維尺度變換運算，獲得與所述樣本距離矩陣對應的低維坐標矩陣，即所述低維特征。

2.根據權利要求1所述的視頻傳輸數據精細化測量方法，其特征在于，在低維特征空間中對所述低維特征進行訓練分類，將所述網絡流數據進行關聯包括：

采用自適應提升算法對所述低維坐標矩陣進行訓練分類任務。

3.根據權利要求1所述的視頻傳輸數據精細化測量方法，其特征在于，在低維特征空間中對所述低維特征進行訓練分類，將所述網絡流數據進行關聯，包括：

以基于IP地址的關聯規則，或，以基于域名信息的關聯規則，或以基于時空特性的關聯規則對所述網絡流數據進行關聯。

4.根據權利要求1所述的視頻傳輸數據精細化測量方法，其特征在于，在低維特征空間中對所述低維特征進行訓練分類，將所述網絡流數據進行關聯，包括：

選定一條加密流數據作為關聯中心，以所述加密流數據對應的源IP為待分析的目標行為主體進行關聯。

5.根據權利要求4所述的視頻傳輸數據精細化測量方法，其特征在于，還包括：

按照源IP、目的IP、源端口、目的端口和傳輸層協議對所述網絡流數據進行分類并設置一一對應的權重值；

在固定大小的多流關聯時間窗口中，以所述源IP、所述目的IP、所述源端口、所述目的端口和所述傳輸層協議一一對應的所述權重值計算關聯系數。