加密網(wǎng)絡(luò)流聲紋特征向量提取方法
【專利摘要】本發(fā)明提供了一種加密網(wǎng)絡(luò)流聲紋特征向量提取方法，包括步驟：S2.為加密網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口；S3.使用當(dāng)前數(shù)據(jù)包更新聲紋特征向量提取滑動(dòng)窗口；S5.過濾聲紋特征向量提取滑動(dòng)窗口；S7.從滑動(dòng)窗口中篩選出連續(xù)超過k個(gè)單元的單元組；S9.按順序提取每個(gè)單元組的聲紋特征。本發(fā)明提取的聲紋特征能夠有效地刻畫網(wǎng)絡(luò)流的動(dòng)態(tài)特征。本發(fā)明的方法不僅繼承了傳統(tǒng)的網(wǎng)絡(luò)流統(tǒng)計(jì)特征提取方法的優(yōu)勢，還能夠提供更加豐富且可靠的知識(shí)，可以為高速網(wǎng)絡(luò)中高性能流量分類系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)提供技術(shù)支持。
【專利說明】加密網(wǎng)絡(luò)流聲紋特征向量提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于網(wǎng)絡(luò)技術(shù)中流量分類【技術(shù)領(lǐng)域】，尤其涉及加密網(wǎng)絡(luò)流聲紋特征向量提取方法。
【背景技術(shù)】
[0002]網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)帶寬的迅速發(fā)展對網(wǎng)絡(luò)安全提出了新的挑戰(zhàn):首先，網(wǎng)絡(luò)中的數(shù)據(jù)流量成倍增加，網(wǎng)絡(luò)數(shù)據(jù)高速無窮到達(dá)，且不間斷，呈現(xiàn)海量數(shù)據(jù)特點(diǎn)，并且本地?zé)o法進(jìn)行存儲(chǔ)。因此，傳統(tǒng)基于數(shù)據(jù)包載荷的流量分類技術(shù)的效率無法滿足需要；其次，網(wǎng)絡(luò)承載的業(yè)務(wù)也越來越豐富，越來越多的網(wǎng)絡(luò)業(yè)務(wù)使用加密協(xié)議封裝后傳輸，加密協(xié)議的廣泛使用，使得傳統(tǒng)基于數(shù)據(jù)包載荷的流量分類技術(shù)無法找到有效的關(guān)鍵字，已經(jīng)嚴(yán)重失效。
[0003]針對上述問題，業(yè)界提出了基于網(wǎng)絡(luò)流的流量分類技術(shù)。網(wǎng)絡(luò)流是兩個(gè)網(wǎng)絡(luò)實(shí)體之間持續(xù)一段時(shí)間并屬于相同流屬性值集的數(shù)據(jù)包序列。作為一種數(shù)據(jù)交換方式，網(wǎng)絡(luò)流從一個(gè)微觀層面上反映了主機(jī)行為和主機(jī)之間相互通信的細(xì)節(jié)。通過收集IP協(xié)議流量信息，網(wǎng)絡(luò)流能夠?yàn)榱髁糠诸愊到y(tǒng)提供精確、高效、可靠的處理對象。網(wǎng)絡(luò)流是目前流量分類【技術(shù)領(lǐng)域】的熱點(diǎn)，它的應(yīng)用能夠提升流量分類系統(tǒng)在高速網(wǎng)絡(luò)中的性能。
[0004]思科公司首先提出了網(wǎng)絡(luò)流的概念，并引入了兩個(gè)重要的參數(shù):流規(guī)范(flowspecification)和流超時(shí)(flow timeout)。
[0005]流規(guī)范的定義可以用一個(gè)五元組來表示:
[0006]1、源 IP 地址；
[0007]2、目的IP地址；
[0008]3、TCP/UDP協(xié)議的原始端口號(hào)(O代表其它協(xié)議)；
[0009]4、TCP/UDP協(xié)議的目的端口號(hào)(O代表其它協(xié)議)；
[0010]5、IP協(xié)議類型。
[0011]按照流規(guī)范的定義，對于一個(gè)新進(jìn)的網(wǎng)絡(luò)數(shù)據(jù)包，如果在Cache (高速緩沖存儲(chǔ)器)中無法能夠找到與之相對應(yīng)的網(wǎng)絡(luò)流信息，則在Cache中創(chuàng)建一個(gè)新的網(wǎng)絡(luò)流。
[0012]流超時(shí)規(guī)定了 4個(gè)規(guī)則來判定一個(gè)網(wǎng)絡(luò)流是否終結(jié):
[0013]1、TCP協(xié)議標(biāo)志位是FIN或者RST ；
[0014]2、收到一個(gè)數(shù)據(jù)包后15秒內(nèi)沒有另外的數(shù)據(jù)包到達(dá)；
[0015]3、網(wǎng)絡(luò)流創(chuàng)建30分鐘；
[0016]4、網(wǎng)絡(luò)流的Cache已滿。
[0017]基于網(wǎng)絡(luò)流的流量分類技術(shù)從網(wǎng)絡(luò)流中提取統(tǒng)計(jì)特征，然后利用機(jī)器學(xué)習(xí)等方法對提取的統(tǒng)計(jì)特征進(jìn)行建模和分類。因此，該技術(shù)能夠在不檢測數(shù)據(jù)包載荷的前提下，實(shí)現(xiàn)流量的分類?；诰W(wǎng)絡(luò)流的流量分類技術(shù)已經(jīng)成為業(yè)界熱點(diǎn)。然而，隨著加密協(xié)議的不斷演化，利用加密協(xié)議的傳播手段越來越靈活，基于網(wǎng)絡(luò)流的流量分類技術(shù)的效果也受到越來越多的挑戰(zhàn)。其中，影響該技術(shù)效果的主要原因在于統(tǒng)計(jì)特征向量的提取方法:
[0018]首先，許多私有加密協(xié)議模仿一些公開的加密協(xié)議進(jìn)行業(yè)務(wù)傳播，而私有協(xié)議和被模仿的加密協(xié)議在統(tǒng)計(jì)特征上極其相似，這就使得基于網(wǎng)絡(luò)流的流量分類技術(shù)無法正確地將這些私有加密協(xié)議和被模仿的公開加密協(xié)議進(jìn)行分類。
[0019]其次，越來越多的網(wǎng)絡(luò)業(yè)務(wù)采用加密代理通道協(xié)議傳輸業(yè)務(wù)。加密代理通道協(xié)議以加密協(xié)議作為外部中介，利用加密協(xié)議所建立的加密通道傳輸特定協(xié)議封裝后的信息。例如，利用SSH、VPN等加密代理通道協(xié)議封裝HTTP協(xié)議進(jìn)行傳輸。加密代理通道協(xié)議不僅具有加密協(xié)議的特性，還具有極強(qiáng)的隱秘性。一方面，加密代理通道協(xié)議將多種業(yè)務(wù)的流量混合在一起，增加了流量分類的難度；另一方面，加密代理通道協(xié)議利用一個(gè)加密網(wǎng)絡(luò)流對多個(gè)網(wǎng)絡(luò)流進(jìn)行封裝，不僅隱藏了載荷關(guān)鍵字，還掩蓋了流量的統(tǒng)計(jì)特征。目前，加密代理通道協(xié)議已經(jīng)成為許多非法業(yè)務(wù)的主要傳播途徑，許多不法分子利用加密代理通道協(xié)議在網(wǎng)上肆意傳播盜版、黃色、反動(dòng)等不良信息。利用現(xiàn)有的統(tǒng)計(jì)特征提取方法，基于網(wǎng)絡(luò)流的流量分類技術(shù)雖然能夠有效識(shí)別加密代理通道協(xié)議，卻無法識(shí)別通道內(nèi)的隱藏協(xié)議。
[0020]綜上所述，由于目前分類技術(shù)采用的統(tǒng)計(jì)特征提取方法只能從網(wǎng)絡(luò)流中提取靜態(tài)的統(tǒng)計(jì)特征，導(dǎo)致流量分類系統(tǒng)無法正確分類私有加密協(xié)議流量，更不能有效識(shí)別隱藏在加密代理通道內(nèi)的協(xié)議。針對這一問題本發(fā)明引入了網(wǎng)絡(luò)流聲紋特征的概念。區(qū)別于傳統(tǒng)的網(wǎng)絡(luò)流靜態(tài)特征，聲紋特征著眼于網(wǎng)絡(luò)流的動(dòng)態(tài)特性。網(wǎng)絡(luò)流聲紋特征能夠突破私有加密協(xié)議以及代理通道協(xié)議的隱秘性帶來的障礙，動(dòng)態(tài)地反映真實(shí)協(xié)議的行為特征，為識(shí)別私有加密協(xié)議以及代理通道中隱藏協(xié)議提供知識(shí)基礎(chǔ)。

【發(fā)明內(nèi)容】

[0021](一)要解決的技術(shù)問題
[0022]本發(fā)明所要解決的技術(shù)問題是:如何提供一種加密網(wǎng)絡(luò)流聲紋特征提取方法，為基于網(wǎng)絡(luò)流的流量分類系統(tǒng)提供更加豐富的知識(shí)，以識(shí)別私有加密協(xié)議，以及隱藏在代理通道內(nèi)的協(xié)議。
[0023](二)技術(shù)方案
[0024]為了解決上述問題，本發(fā)明提供了一種加密網(wǎng)絡(luò)流聲紋特征向量提取方法，包括步驟:S2.為加密網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口 ；S3.使用當(dāng)前數(shù)據(jù)包更新聲紋特征向量提取滑動(dòng)窗口 ；S5.過濾聲紋特征向量提取滑動(dòng)窗口 ；S7.從滑動(dòng)窗口中篩選出連續(xù)超過k個(gè)單元的單元組；S9.按順序提取每個(gè)單元組的聲紋特征。
[0025]優(yōu)選地，步驟S2包括:判斷該網(wǎng)絡(luò)流是否已建立一個(gè)聲紋特征向量提取滑動(dòng)窗口，若否，則為該網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口 ；步驟S3與S5之間包括:
S4.判斷網(wǎng)絡(luò)流持續(xù)時(shí)間t2-tl是否超過iX j秒，若未超過，則返回執(zhí)行步驟SI，若超過，則判斷距離上次聲紋特征提取時(shí)間間隔t3-t2是否超過iX j秒，若超過則執(zhí)行步驟S5，若未超過，則返回執(zhí)行步驟SI ;步驟S5與S7之間包括:S6.判斷剩余單元個(gè)數(shù)是否大于0，若是，則創(chuàng)建一個(gè)新的聲紋特征向量提取滑動(dòng)窗口，并返回執(zhí)行步驟SI ;步驟S7與S9之間包括:S8.判斷單元組的個(gè)數(shù)是否大于0，若否，則返回執(zhí)行步驟SI。
[0026]優(yōu)選地，在步驟S2之前還包括步驟:S1.查找捕獲到的新進(jìn)網(wǎng)絡(luò)包在網(wǎng)絡(luò)流表中對應(yīng)的網(wǎng)絡(luò)流。
[0027]優(yōu)選地，在步驟SI之前還包括步驟:S0.建立用于存儲(chǔ)網(wǎng)絡(luò)流信息的所述網(wǎng)絡(luò)流表的步驟。[0028]優(yōu)選地，步驟SI包括:S1.1更新該網(wǎng)絡(luò)流的基本信息。
[0029]優(yōu)選地，網(wǎng)絡(luò)流的基本信息包括:網(wǎng)絡(luò)流的創(chuàng)建時(shí)間tl、新進(jìn)數(shù)據(jù)包的到達(dá)時(shí)間t2。
[0030]優(yōu)選地，滑動(dòng)窗口包含i個(gè)單元，每個(gè)單元記錄了網(wǎng)絡(luò)流在j秒內(nèi)傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)和字節(jié)數(shù)。
[0031]優(yōu)選地，步驟S3包括:S3.1計(jì)算聲紋特征向量提取滑動(dòng)窗口中需要更新的單元Ui2—U/./」.S3.2該單元記錄的數(shù)據(jù)包個(gè)數(shù)加上I ;S3.3該單元記錄的字節(jié)數(shù)加上當(dāng)前數(shù)據(jù)包的載荷字節(jié)數(shù)。
[0032]優(yōu)選地，步驟S5包括:S5.1更新聲紋特征提取時(shí)間t3為當(dāng)前數(shù)據(jù)包到達(dá)時(shí)間t2 ；
S5.2按順序讀取聲紋特征向量提取滑動(dòng)窗口，直至最后一個(gè)處理單元；S5.3判斷當(dāng)前單元中數(shù)據(jù)包個(gè)數(shù)是否大于等于n，若是，則返回執(zhí)行步驟S5.2 ；S5.4判斷當(dāng)前單元中的字節(jié)數(shù)是否大于等于m，若是，則返回執(zhí)行步驟S5.2，若否，則刪除當(dāng)前處理單元。
[0033]優(yōu)選地，步驟S9包括:S9.1提取單元組的持續(xù)時(shí)間作為聲紋特征的第一維；S9.2提取單元組傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)作為聲紋特征的第二維；S9.3提取單元組傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第三維；S9.4計(jì)算單元組平均每個(gè)包傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第四維；S9.5計(jì)算單元組每個(gè)數(shù)據(jù)包所包含載荷字節(jié)數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第五維；S9.6計(jì)算單元組中每個(gè)單元所包含載荷數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第六維。
[0034](三)有益效果
[0035]本發(fā)明的方法從加密網(wǎng)絡(luò)流中提取聲紋特征。區(qū)別于以往的網(wǎng)絡(luò)流靜態(tài)統(tǒng)計(jì)特征，本發(fā)明提取的聲紋特征能夠有效地刻畫網(wǎng)絡(luò)流的動(dòng)態(tài)特征。本發(fā)明的方法不僅繼承了傳統(tǒng)的網(wǎng)絡(luò)流統(tǒng)計(jì)特征提取方法的優(yōu)勢，還能夠提供更加豐富且可靠的知識(shí)，可以為高速網(wǎng)絡(luò)中高性能流量分類系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)提供技術(shù)支持。
【專利附圖】

【附圖說明】
[0036]下面參照附圖并結(jié)合實(shí)例來進(jìn)一步描述本發(fā)明。其中:
[0037]圖1為根據(jù)本發(fā)明實(shí)施例的加密網(wǎng)絡(luò)流聲紋特征向量提取方法的主要步驟流程圖。
[0038]圖2為根據(jù)本發(fā)明實(shí)施例的加密網(wǎng)絡(luò)流聲紋特征向量提取方法的具體步驟流程圖。
【具體實(shí)施方式】
[0039]下面結(jié)合附圖和實(shí)施例，對本發(fā)明的【具體實(shí)施方式】作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
[0040]針對目前分類技術(shù)采用的統(tǒng)計(jì)特征提取方法只能從網(wǎng)絡(luò)流中提取靜態(tài)的統(tǒng)計(jì)特征，從而導(dǎo)致流量分類系統(tǒng)無法正確分類私有加密協(xié)議流量，更不能有效識(shí)別隱藏在加密代理通道內(nèi)的協(xié)議的問題，本發(fā)明提出了一種加密網(wǎng)絡(luò)流聲紋特征向量提取方法。該方法首先利用一個(gè)滑動(dòng)窗口記錄一個(gè)連續(xù)時(shí)間段內(nèi)加密網(wǎng)絡(luò)流的時(shí)序統(tǒng)計(jì)特征，然后對滑動(dòng)窗口內(nèi)的處理單元進(jìn)行過濾，得到加密網(wǎng)絡(luò)流數(shù)據(jù)傳輸階段，最后從數(shù)據(jù)傳輸階段中提取聲紋特征。該方法不僅繼承了傳統(tǒng)的網(wǎng)絡(luò)流統(tǒng)計(jì)特征提取方法的優(yōu)勢，還能夠提供更加豐富且可靠的知識(shí)，幫助流量分類系統(tǒng)識(shí)別私有加密協(xié)議和隱藏在加密代理通道內(nèi)的協(xié)議。
[0041]如圖1和圖2所示，根據(jù)本發(fā)明提供的加密網(wǎng)絡(luò)流聲紋特征向量提取方法包括如下步驟:
[0042]S1.查找捕獲到的新進(jìn)網(wǎng)絡(luò)包在網(wǎng)絡(luò)流表中對應(yīng)的網(wǎng)絡(luò)流；
[0043]其中，步驟S1.1前還包括建立用于存儲(chǔ)網(wǎng)絡(luò)流信息的所述網(wǎng)絡(luò)流表的步驟；
[0044]其中，步驟SI進(jìn)一步包括:
[0045]S1.1更新該網(wǎng)絡(luò)流的基本信息；
[0046]其中，在步驟S1.1中，
[0047]網(wǎng)絡(luò)流的基本信息包括:網(wǎng)絡(luò)流的創(chuàng)建時(shí)間tl、新進(jìn)數(shù)據(jù)包的到達(dá)時(shí)間t2。
[0048]S2.判斷該網(wǎng)絡(luò)流是否已建立一個(gè)聲紋特征向量提取滑動(dòng)窗口，若否，則為該網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口；
[0049]其中，在步驟S2中，
[0050]滑動(dòng)窗口包含30個(gè)單元，每個(gè)單元記錄了網(wǎng)絡(luò)流在I秒內(nèi)傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)和字節(jié)數(shù)；
[0051]S3.使用當(dāng)前數(shù)據(jù)包更新聲紋特征向量提取滑動(dòng)窗口 ；
[0052]其中，步驟S3進(jìn)一步包括:
[0053]S3.1計(jì)算聲紋特征向量提取滑動(dòng)窗口中需要更新的單元t2_tl ；
[0054]S3.2該單元記錄的數(shù)據(jù)包個(gè)數(shù)加上I ;
[0055]S3.3該單元記錄的字節(jié)數(shù)加上當(dāng)前數(shù)據(jù)包的載荷字節(jié)數(shù)；
[0056]S4.判斷網(wǎng)絡(luò)流持續(xù)時(shí)間t2_tl是否超過30秒，若未超過，則返回執(zhí)行步驟SI，若超過，則判斷距離上次聲紋特征提取時(shí)間間隔t3-t2是否超過30秒，若超過則執(zhí)行步驟S5，若未超過，則返回執(zhí)行步驟SI ；
[0057]S5.過濾聲紋特征向量提取滑動(dòng)窗口中數(shù)據(jù)包個(gè)數(shù)少于15個(gè)或字節(jié)數(shù)少于3000字節(jié)的單元；
[0058]其中，步驟S5進(jìn)一步包括:
[0059]S5.1更新聲紋特征提取時(shí)間t3為當(dāng)前數(shù)據(jù)包到達(dá)時(shí)間t2 ；
[0060]S5.2按順序讀取聲紋特征向量提取滑動(dòng)窗口，直至最后一個(gè)處理單元；
[0061]S5.3判斷當(dāng)前單元中數(shù)據(jù)包個(gè)數(shù)是否大于等于15，若是，則返回執(zhí)行步驟S5.2 ；
[0062]S5.4判斷當(dāng)前單元中的字節(jié)數(shù)是否大于等于3000，若是，則返回執(zhí)行步驟S5.2，若否，則刪除當(dāng)前處理單元；
[0063]S6.判斷剩余單元個(gè)數(shù)是否大于0，若是，則創(chuàng)建一個(gè)新的聲紋特征向量提取滑動(dòng)窗口，并返回執(zhí)行步驟Si ；
[0064]S7.從過濾后的聲紋特征向量提取滑動(dòng)窗口中選出連續(xù)超過2個(gè)單元的單元組；
[0065]S8.判斷單元組的個(gè)數(shù)是否大于0，若否，則返回執(zhí)行步驟SI ；
[0066]S9.按順序提取每個(gè)單元組的聲紋特征；
[0067]其中，步驟S9進(jìn)一步包括:
[0068]S9.1提取單元組的持續(xù)時(shí)間作為聲紋特征的第一維；
[0069]S9.2提取單元組傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)作為聲紋特征的第二維；
[0070]S9.3提取單元組傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第三維；[0071]S9.4計(jì)算單元組平均每個(gè)包傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第四維；
[0072]S9.5計(jì)算單元組每個(gè)數(shù)據(jù)包所包含載荷字節(jié)數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第五維；
[0073]S9.6計(jì)算單元組中每個(gè)單元所包含載荷數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第六維。
[0074]本發(fā)明的描述是為了示例和描述起見而給出的，而并不是無遺漏的或者將本發(fā)明限于所公開的形式。很多修改和變化對于本領(lǐng)域的普通技術(shù)人員而言是顯然的。選擇和描述實(shí)施例是為了更好說明本發(fā)明的原理和實(shí)際應(yīng)用，并且使本領(lǐng)域的普通技術(shù)人員能夠理解本發(fā)明從而設(shè)計(jì)適于特定用途的帶有各種修改的各種實(shí)施例。
【權(quán)利要求】
1.一種加密網(wǎng)絡(luò)流聲紋特征向量提取方法，其特征在于，包括步驟: 52.為加密網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口； 53.使用當(dāng)前數(shù)據(jù)包更新聲紋特征向量提取滑動(dòng)窗口； S5.過濾聲紋特征向量提取滑動(dòng)窗口 ； S7.從滑動(dòng)窗口中篩選出連續(xù)超過k個(gè)單元的單元組； S9.按順序提取每個(gè)單元組的聲紋特征。
2.如權(quán)利要求1所述的方法，其特征在于: 步驟S2包括:判斷該網(wǎng)絡(luò)流是否已建立一個(gè)聲紋特征向量提取滑動(dòng)窗口，若否，則為該網(wǎng)絡(luò)流建立一個(gè)聲紋特征向量提取滑動(dòng)窗口； 步驟S3與S5之間包括:S4.判斷網(wǎng)絡(luò)流持續(xù)時(shí)間t2-tl是否超過iX j秒，若未超過，則返回執(zhí)行步驟SI，若超過，則判斷距離上次聲紋特征提取時(shí)間間隔t3-t2是否超過iXj秒，若超過則執(zhí)行步驟S5，若未超過，則返回執(zhí)行步驟SI ； 步驟S5與S7之間包括:S6.判斷剩余單元個(gè)數(shù)是否大于O，若是，則創(chuàng)建一個(gè)新的聲紋特征向量提取滑動(dòng)窗口，并返回執(zhí)行步驟SI ； 步驟S7與S9之間包括:S8.判斷單元組的個(gè)數(shù)是否大于O，若否，則返回執(zhí)行步驟SI。
3.如權(quán)利要求1或2所述的方法，其特征在于，在步驟S2之前還包括步驟: S1.查找捕獲到的新進(jìn)網(wǎng)絡(luò)包在網(wǎng)絡(luò)流表中對應(yīng)的網(wǎng)絡(luò)流。
4.如權(quán)利要求3所述的方法，其特征在于，在步驟SI之前還包括步驟: s0.建立用于存儲(chǔ)網(wǎng)絡(luò)流信息的所述網(wǎng)絡(luò)流表的步驟。
5.如權(quán)利要求3所述的方法，其特征在于，步驟SI包括: S1.1更新該網(wǎng)絡(luò)流的基本信息。
6.如權(quán)利要求5所述的方法，其特征在于: 網(wǎng)絡(luò)流的基本信息包括:網(wǎng)絡(luò)流的創(chuàng)建時(shí)間tl、新進(jìn)數(shù)據(jù)包的到達(dá)時(shí)間t2。
7.如權(quán)利要求1或2所述的方法，其特征在于: 滑動(dòng)窗口包含i個(gè)單元，每個(gè)單元記錄了網(wǎng)絡(luò)流在j秒內(nèi)傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)和字節(jié)數(shù)。
8.如權(quán)利要求1或2所述的方法，其特征在于，步驟S3包括: S3.1計(jì)算聲紋特征向量提取滑動(dòng)窗口中需要更新的單元Lfe-O/./」.S3.2該單元記錄的數(shù)據(jù)包個(gè)數(shù)加上I ; S3.3該單元記錄的字節(jié)數(shù)加上當(dāng)前數(shù)據(jù)包的載荷字節(jié)數(shù)。
9.如權(quán)利要求1或2所述的方法，其特征在于，步驟S5包括: S5.1更新聲紋特征提取時(shí)間t3為當(dāng)前數(shù)據(jù)包到達(dá)時(shí)間t2 ； S5.2按順序讀取聲紋特征向量提取滑動(dòng)窗口，直至最后一個(gè)處理單元； S5.3判斷當(dāng)前單元中數(shù)據(jù)包個(gè)數(shù)是否大于等于n，若是，則返回執(zhí)行步驟S5.2 ； S5.4判斷當(dāng)前單元中的字節(jié)數(shù)是否大于等于m，若是，則返回執(zhí)行步驟S5.2，若否，則刪除當(dāng)前處理單元。
10.如權(quán)利要求1或2所述的方法，其特征在于，步驟S9包括: S9.1提取單元組的持續(xù)時(shí)間作為聲紋特征的第一維； S9.2提取單元組傳輸?shù)臄?shù)據(jù)包個(gè)數(shù)作為聲紋特征的第二維；S9.3提取單元組傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第三維；S9.4計(jì)算單元組平均每個(gè)包傳輸?shù)淖止?jié)數(shù)作為聲紋特征的第四維；S9.5計(jì)算單元組每個(gè)數(shù)據(jù)包所包含載荷字節(jié)數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第五維；S9.6計(jì)算單元組中每個(gè)單·元所包含載荷數(shù)的標(biāo)準(zhǔn)差作為聲紋特征的第六維。
【文檔編號(hào)】H04L12/26GK103546333SQ201210246765
【公開日】2014年1月29日 申請日期:2012年7月16日 優(yōu)先權(quán)日:2012年7月16日
【發(fā)明者】薛一波, 王大偉 申請人:清華大學(xué)