[发明专利]实现对称型NAT穿越的方法、装置和计算机设备在审

专利信息
申请号: 202110244232.1 申请日: 2021-03-05
公开(公告)号: CN113132507A 公开(公告)日: 2021-07-16
发明(设计)人: 康志斌;徐波;康文杰;李越 申请(专利权)人: 北京分享智丞信息技术有限公司
主分类号: H04L29/12 分类号: H04L29/12;H04L29/08
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 方晓燕
地址: 100089 北京市海淀区北坞村*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实现 对称 nat 穿越 方法 装置 计算机 设备
【权利要求书】:

1.一种实现对称型NAT穿越的方法,其特征在于,所述方法包括:

数据交换服务器接收第一用户终端发送的第一NAT信息,并向第二用户终端转发所述第一NAT信息;所述数据交换服务器接收所述第二用户终端发送的第二NAT信息,并向所述第一用户终端转发所述第二NAT信息;所述第二NAT信息是第二用户终端接收到第一NAT信息后进行响应所发送的;

当所述第一NAT信息中的NAT类型为对称型NAT且所述第二NAT信息中的NAT类型为对称型NAT时,预测服务器接收第一NAT的标识信息和第二NAT的标识信息;所述第一NAT与所述第二NAT为对称型NAT;

当所述预测服务器能够识别所述第一NAT的标识信息和所述第二NAT的标识信息时,向所述第一用户终端和所述第二用户终端发送识别成功信息;

STUN服务器接收到所述第一用户终端和所述第二用户终端的连接请求,将所述第一NAT分配的N个NAT端口分配数据返回给所述第一用户终端,将所述第二NAT分配的N个NAT端口分配数据返回给所述第二用户终端;N为自然数;

所述预测服务器接收所述第一用户终端发送的所述第一NAT分配的N个NAT端口分配数据和所述第一NAT的标识信息;所述预测服务器接收所述第二用户终端发送的所述第二NAT分配的N个NAT端口分配数据和所述第二NAT的标识信息;

所述预测服务器将所述第一个NAT分配的N个NAT端口分配数据输入训练完成的第一卷积神经网络模型进行预测,得到第一预测端口号,将所述第二个NAT分配的N个NAT端口分配数据输入训练完成的第二卷积神经网络模型进行预测,得到第二预测端口号;并向所述第一用户终端返回所述第一预测端口号,以及向所述第二用户终端返回所述第二预测端口号;

所述数据交换服务器接收所述第一用户终端发送的第一预测端口号和所述第二用户终端发送的第二预测端口号,并向所述第一用户终端转发所述第二预测端口号,向所述第二用户终端转发所述第一预测端口号;利用所述第一预测端口号和所述第二预测端口号实现对称型NAT穿越。

2.根据权利要求1所述的方法,其特征在于,当所述第一NAT信息中的NAT类型为对称型NAT且所述第二NAT信息中的NAT类型为对称型NAT时,预测服务器接收所述第一NAT的标识信息和第二NAT的标识信息;所述第一NAT与所述第二NAT为对称型NAT之后,所述方法包括:

当预测服务器无法识别所述第一NAT和所述第二NAT至少一个的标识信息时,向标识信息无法被识别的NAT对应的非识别用户终端发送等待信息;

STUN服务器收到所述非识别用户终端的连接请求,向非识别用户返回多组NAT端口分配数据,每组NAT端口分配数据包含所述STUN服务器顺序返回的N+1个NAT端口分配数据;

预测服务器接收非识别用户发送的所述多组NAT端口分配数据,利用所述多组NAT端口分配数据对未训练的卷积神经网络模型进行训练,得到训练完成的卷积神经网络模型;

向非识别用户终端发送识别成功信息。

3.根据权利要求2所述的方法,其特征在于,所述利用所述多组NAT端口分配数据对未训练的卷积神经网络模型进行训练,得到训练完成的卷积神经网络模型包括:

将所述多组NAT端口分配数据分为训练集样本和测试集样本;

将所述训练集样本输入卷积神经网络模型,得到经过训练的卷积神经网络模型;

利用测试集样本对所述经过训练的卷积神经网络模型进行验证,若验证结果符合预设标准,则经过训练的卷积神经网络模型为训练完成的卷积神经网络模型;若验证结果不符合预设标准,则利用所述训练集样本对卷积神经网络模型重新进行训练,直至验证结果符合所述预设标准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京分享智丞信息技术有限公司,未经北京分享智丞信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110244232.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top