[发明专利]将未知多协议混合数据帧分离为单协议数据帧的方法

说明书

技术领域

本发明涉及一种将未知多协议混合数据帧分离为单协议数据帧的方法。

背景技术

随着科学技术的发展和计算机技术水平的提高，网络的发展日趋复杂，保障信息网络的安全已成为国家信息化战略的核心内容，在特定的网络环境下，通过特殊手段进行窃密的威胁日趋严峻，此类窃密途径通常是通过无线通信的方式发送，且这种通信采用的数据大多数为未知多协议混合数据，因此，将未知多协议混合数据帧分离为单协议数据帧，对协议的识别以及信息安全的后续判定就非常重要。

但目前的将未知多协议混合数据帧分离为单协议数据帧的方法中，具有三个难点，对混合多协议数据帧协议种类近似值K的计算困难，将不同的协议区分开困难，对协议聚类效果的评估准确度低，难以直观有效。

发明内容

本发明的目的在于克服现有技术的不足，提供一种将未知多协议混合数据帧分离为单协议数据帧的方法，解决了混合协议种类数K的近似值计算困难，将不同的协议区分开困难，协议帧类簇的评估准确度低，难以直观有效的问题。

本发明的目的是通过以下技术方案来实现的：将未知多协议混合数据帧分离为单协议数据帧的方法，它包括以下步骤：

S1.将二进制数据转换为十六进制格式,输入n行m列的混合未知协议数据帧；

S2.计算所输入的未知协议数据帧的种类数的近似值K；

S3.使用K-means算法指定K值进行聚类，得到n个类簇；

S4.使用基于熵的类簇评估算法进行评估每一个类簇的好坏；

S5.将聚类效果好的类簇放入结果集中，提取该类的指纹信息，并存入指纹库；

所述的步骤S1中输入的n行m列的混合未知协议数据帧，每一种协议都具有协议标识，同种协议的标识在相同位置会出现；不同种协议的协议标识可能出现在不同位置，也可能出现在相同位置；协议标识的长度不定但不少于1字节；不同协议的数据帧数量不同。

所述的步骤S2包括以下子步骤：

S21.将输入数据构成二维矩阵，一个字节作为最小处理单元；

S22.计算出每一列中出现频率最高的字符，表示为a1,a2,a3,…,am,同时计算出a1到am中，每个字节都有哪些行出现，分别由集合S1,S2,S3,…Sm表示；

S23.将出现频率大于liminal％的字符以及出现频率小于low_liminal％的字符剔除，设有i个，令m＝m-i；

S24.找出集合S1到Sm中，集合中个数最多的一个，设为Smax，设集合R，元素为集合S，先将Smax加入集合R；

S25.遍历集合S1到Sm，如果Sx与集合R中所有的集合的交集率都低于uniterate％，将Sx加入集合R,如果交集率高于uniterate％，则取Smax与Sx的交集作为Smax；

S26.集合R中元素的个数，即为要求的K的近似值，求出R中所有元素的并集，即为筛选出来的数据帧；

S27.将筛选出来的数据帧从输入数据帧中除去，如果剩余的数据帧数量仍比较大，可再次做为输入样本计算这些数据帧的K值；

S28.取uniterate的值从50到99，得出对应的K值，以uniterate的值为X轴，K值为Y轴作曲线；

S29.取K值变化比较平缓的最大uniterate区间，计算在此区间内的K的平均值，即为所求的协议种类数的近似值。

所述的Liminal和low_liminal为可设置变量，如Liminal设置为99，low_liminal设置为10；；

所述的步骤S3包括以下子步骤：

S31.输入处理好的协议数据帧和簇的数目K；

S32.任意选择K个数据对象作为初始聚类中心；

S33.计算各个数据到所选出来的各个中心的距离，将数据对象指派到最近的簇中，然后计算每个簇的均值，根据簇中对象的平均值，将每个对象赋给最类似的簇；

S34.更新簇的平均值，即计算每个对象簇中对象的平均值；

S35.计算聚类准则函数E，并判断聚类准则函数E是否收敛：

(1)若聚类准则函数E不收敛，跳转至步骤S32；

(2)若聚类准则函数E收敛，则输出聚类结果。

所述的步骤S4包括以下子步骤：

S41：将步骤S2得到的经过处理的数据帧转换为列二维矩阵，每一个元素为一个字节；遍历所有字节，计算出每一列中的字符的种类表示为a1,a2,a3,…,ax,同时计算出a1到ax中，每个字节出现的概率；