技術(shù)領(lǐng)域

本發(fā)明涉及物聯(lián)網(wǎng)領(lǐng)域，特別涉及一種協(xié)議自動(dòng)識(shí)別方法及其所用分類器的構(gòu)造方法。

背景技術(shù)

近年來隨著物聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步，整個(gè)物聯(lián)網(wǎng)產(chǎn)業(yè)進(jìn)入了快速發(fā)展階段，各種新型的面向物聯(lián)網(wǎng)的傳感設(shè)備大量涌現(xiàn)，并出現(xiàn)了很多基于這些終端設(shè)備數(shù)據(jù)的創(chuàng)新應(yīng)用。所有物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)都是在傳感網(wǎng)絡(luò)所收集的數(shù)據(jù)，因此數(shù)據(jù)獲取是物聯(lián)網(wǎng)的一個(gè)核心內(nèi)容。

物聯(lián)網(wǎng)發(fā)展十分迅速，相比之下其規(guī)范標(biāo)準(zhǔn)則落后很多。直至目前，仍沒有一個(gè)組織提出的標(biāo)準(zhǔn)能夠被大多數(shù)的從業(yè)人員所認(rèn)同，并且就現(xiàn)下情況來看，這也不是一個(gè)短時(shí)間內(nèi)能夠解決的問題。由此產(chǎn)生的弊端就是數(shù)據(jù)協(xié)議的多樣化和隨意性。傳感數(shù)據(jù)有著各式各樣的協(xié)議格式，并且很多的協(xié)議格式是私有協(xié)議，使用范圍非常窄，這就給讀取并理解傳感數(shù)據(jù)制造了很多的麻煩。

現(xiàn)有技術(shù)中的解決方法可以概括為靜態(tài)綁定模板方法。在該方法中，一個(gè)模板能夠解析一種特定協(xié)議的數(shù)據(jù)，將一模板綁定在一個(gè)端口上，則能夠解析該端口接收到的這種協(xié)議的數(shù)據(jù)。但是這樣做的問題在于：一個(gè)端口可能會(huì)接收到不同協(xié)議的數(shù)據(jù)。以網(wǎng)絡(luò)端口為例，各種不同的傳感節(jié)點(diǎn)都可以通過網(wǎng)絡(luò)上傳數(shù)據(jù)，這樣在網(wǎng)絡(luò)端口接收到的數(shù)據(jù)往往包含了多種協(xié)議類型。在這種情況下，靜態(tài)綁定的方法不可取。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的靜態(tài)綁定方法無法滿足網(wǎng)絡(luò)數(shù)據(jù)協(xié)議識(shí)別的需要，從而提供一種更加智能、并能動(dòng)態(tài)調(diào)整的協(xié)議自動(dòng)識(shí)別方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種協(xié)議自動(dòng)識(shí)別中所用分類器的構(gòu)造方法，包括：

步驟11）、采集原始數(shù)據(jù)樣本，從中提取出訓(xùn)練集；其中，

所述訓(xùn)練集中的一個(gè)元素對(duì)應(yīng)原始數(shù)據(jù)樣本中的一個(gè)數(shù)據(jù)，每一元素表示為：(x⁽ⁱ⁾,y⁽ⁱ⁾)，其中的y⁽ⁱ⁾為賦予給第i個(gè)數(shù)據(jù)的類標(biāo)，表明該數(shù)據(jù)屬于哪一種協(xié)議；x⁽ⁱ⁾表示特征值，反映了數(shù)據(jù)的內(nèi)在特性；

步驟12）、利用步驟11）得到的訓(xùn)練集構(gòu)造分類器。

上述技術(shù)方案中，在所述的步驟11）中，通過Tf-Idf方法求取所述特征值；包括：

步驟11-1）、根據(jù)原始數(shù)據(jù)樣本中的數(shù)據(jù)構(gòu)建詞典；所述詞典表示詞匯的取值范圍，所述詞匯表示組成原始數(shù)據(jù)的字符串中若干個(gè)字符的組合；

步驟11-2）、將原始數(shù)據(jù)樣本中的各個(gè)數(shù)據(jù)與步驟11-1）所得到的詞典進(jìn)行比較，根據(jù)比較結(jié)果得到各個(gè)數(shù)據(jù)的特征值。

上述技術(shù)方案中，在所述的步驟11-1）中還包括：計(jì)算所述詞匯與詞典的關(guān)聯(lián)程度，將關(guān)聯(lián)程度低的詞匯從所述詞典中刪除。

上述技術(shù)方案中，在所述的步驟12）中，采用k類樸素貝葉斯方法構(gòu)造分類器。

本發(fā)明還提供了一種基于所述方法所構(gòu)造的分類器實(shí)現(xiàn)協(xié)議自動(dòng)識(shí)別的方法，包括：

步驟21）、接收到數(shù)據(jù)后，提取出該數(shù)據(jù)的特征值；

步驟22）、將步驟21）所得到的某一數(shù)據(jù)的特征值代入所述分類器中，得到該數(shù)據(jù)所屬協(xié)議的類別。

上述技術(shù)方案中，所述步驟22）包括：

步驟22-1）、將步驟21）所得到的某一數(shù)據(jù)的特征值代入分類器中，得到該特征值屬于各個(gè)協(xié)議的概率值；

步驟22-2）、將步驟22-1）所得到的各個(gè)概率值與一用于表示顯著性的閾值進(jìn)行比較，若均小于該閾值，所述數(shù)據(jù)不屬于任何已知協(xié)議，屬于未分類，否則將概率最大值所對(duì)應(yīng)的協(xié)議作為所述數(shù)據(jù)所屬的協(xié)議；

步驟22-3）、對(duì)分類后的數(shù)據(jù)做進(jìn)一步分析，將分析結(jié)果與實(shí)際情況較大的數(shù)據(jù)歸為誤分類。

上述技術(shù)方案中，在所述的步驟22）之后還包括：

步驟23）、記錄并保存屬于誤分類或未分類的數(shù)據(jù)，達(dá)到一定量后，將這些數(shù)據(jù)按照權(quán)利要求1-4之一所述方法提取訓(xùn)練集，并與之前的訓(xùn)練集合并，形成新的訓(xùn)練集，進(jìn)而構(gòu)造另一分類器。

上述技術(shù)方案中，在所述的步驟22）之后還包括：

步驟24）、當(dāng)刪除的協(xié)議達(dá)到一定數(shù)量后，修改之前保存的訓(xùn)練集，從中刪除所有屬于刪除協(xié)議的數(shù)據(jù)條目，得到新的訓(xùn)練集，然后按照權(quán)利要求1-4之一所述方法得到新的分類器。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

1、不再需要綁定端口和協(xié)議，使得數(shù)據(jù)的處理更加地智能和自動(dòng)化。

2、能夠動(dòng)態(tài)地調(diào)整協(xié)議的數(shù)量，方便添加新增協(xié)議，刪除過時(shí)協(xié)議，更適應(yīng)真實(shí)的物聯(lián)網(wǎng)場景。

附圖說明

圖1是本發(fā)明方法中構(gòu)造分類器過程的流程圖；