[发明专利]将未知单协议数据流分离为不同类型的数据帧的方法

权利要求书

1.将未知单协议数据流分离为不同类型的数据帧的方法，其特征在于：它包括以下步骤：

S1：n-gram的产生：将原始的数据帧切分成长度为n的字节，为特征候选集的拼接做准备；

S2：特征候选集的拼接：形成频繁长串，产生特征候选集；

S3：特征选择：将步骤S3中得到的特征候选集作为输入，利用熵值中的互信息作为特征选择算法，根据最大相关-最小冗余的特征选择标准，得到不同类型消息的特征，以此作为特征向量用于步骤S4的聚类中；

S4：聚类：利用聚类算法实现协议消息的识别，将具有相同格式的消息聚在一起。

2.根据权利要求1所述的将未知单协议数据流分离为不同类型的数据帧的方法，其特征在于：所述的S1包括以下子步骤：

S101：利用n-gram技术对数据帧进行分割：对n取不同值时分别对原始数据集进行切分，对每个n-gram按其出现的次数进行排序，用x轴表示n-gram的排序，y轴表示对应n-gram出现的次数，两个坐标轴都用对数来表示，产生相应的齐夫分布曲线图；

S102：选择曲线图中最接近直线的n值作为所求的n值得大小；

S103：对产生的n-grams进行筛选，采用Jaccard参数对非频繁字节进行过滤，通过改变不同的阈值得到其最优解对n-gram进行过滤，得到出现次数多于阈值的n-gram集合，其中，Jaccard参数的计算公式如下：

J(A,B)=Σi=1nT1i*T2iΣi=1nT1i2+Σi=1nT2i2-Σi=1nT1i*T2i;]]>

式中，A和B分别表示两个用字节表示的特征向量，T1i和T2i分别表示A和B中的第i个特征；对阈值进行改变，记录阈值与Jaccard值的变化曲线，选择第一次达到最高点的Jaccard值所对应的阈值作为所求。

3.根据权利要求2所述的将未知单协议数据流分离为不同类型的数据帧的方法，其特征在于：步骤S101中所述的n取不同值包括n取1、n取2、和n取3。