CN115460304B - 一种用于侦听无线通信的协议层数据解析方法及系统 - Google Patents

Abstract

本发明涉及ETC数据侦听技术领域，具体公开了一种用于侦听无线通信的协议层数据解析方法及系统，所述方法包括实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题。本发明提供了一种动态的、智能化的通信数据识别过程，与传统的静态比对算法（将通信数据与预设的标准数据进行比对）相比，适应性更强。

Description

一种用于侦听无线通信的协议层数据解析方法及系统

技术领域

本发明涉及ETC数据侦听技术领域，具体是一种用于侦听无线通信的协议层数据解析方法及系统。

背景技术

现有市场上ETC设备，主体通信功能是对5.8G信号的接收和发送。但种类不同、品牌不同的ETC设备性能上，各有差异，加上设备损耗的问题，通信过程中难免会有通信异常的问题，而对于这些通信异常问题，很难直接定位到哪个ETC设备上进行排解，特别是那些已安装好位置的设备。例如RSU设备发送BST后，没有接收到OBU回的VST信息，对于这种问题，无法直接判定是RSU发送的BST有问题，还是OBU没有接收到BST信息，亦或者OBU有发送VST信息但RSU并没有成功接收。

其中，各名词的说明如下：

RSU设备：RSU作为C-V2X技术的路边单元，负责接收交通信号机/应用服务器下发的路况信息等实时交通信息，并动态播报给通行车辆，降低、规避交通事故，提升交通通行效率。

OBU：车载电子标签。OBU设备多安装于汽车的前挡风玻璃上，在收费站与路侧单元RSU通过微波进行通讯。当车辆靠近档杆，RSU识别到来自OBU的信号，就会自动打开档杆，实现自动控制通行的作用。

英语缩略词“BST”经常作为“Beacon Service Table”的缩写来使用，中文表示：“信标服务表”。

VST信息：响应信息。

发明内容

本发明的目的在于提供一种用于侦听无线通信的协议层数据解析方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种用于侦听无线通信的协议层数据解析方法，所述方法包括：

实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题。

作为本发明进一步的方案：所述实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗的步骤包括：

当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

根据修正后的采样点确定时间窗。

作为本发明进一步的方案：所述根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数的步骤包括：

根据所述时间窗截取通信数据，得到子数据段；

对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数。

作为本发明进一步的方案：所述统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类的步骤包括：

读取并连接各子数据段的特征矩阵，根据预设的规则在所述特征矩阵中提取n维特征；其中，所述n维特征含有由时间序列确定的时间特征；

根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族；

根据预设的迭代公式更新各点族中的中心点，直至相邻两次的中心点之间的迭代差值小于预设的阈值。

作为本发明进一步的方案：所述根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族的步骤包括：

接收用户输入的K个时间段，根据分类时间段与各个通信数据中的时间序列进行匹配，随机选取K个中心点；一个时间段对应一个中心点；

依次读取通信数据的n维特征，输入预设的含有中心点的n维特征的距离公式，得到距离；

选取距离最小值对应的中心点，将该通信数据与该中心点归为一类；

所述距离公式为：

；

式中，

为第i个点与中心点之间的距离；所述n为n维特征 向量的维度；

为第i个点的第n维特征；

为中心点，

为中心点 的第n维特征。

作为本发明进一步的方案：所述迭代公式为：

；

式中，

为第k个点族的中心点；

为第k个点族中的点数；

为 第k个点族的集合；

为第k个点族中的第i个点。

作为本发明进一步的方案：所述当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题的步骤包括：

当在预设的时间范围内未获取到截止信号时，生成截止指令；

根据所述初始信号的获取时间和截止指令的生成时间确定时间窗；

根据时间窗截取通信数据，得到子数据段并确定其特征参数，得到通信数据的n维特征；

将所述n维特征输入所述距离公式，确定该通信数据的对应的中心点；

查询该中心点的时间序列，根据所述时间序列判断所述时间窗的异常概率；

当异常概率达到预设的异常条件时，判定数据下行过程存在问题。

本发明技术方案还提供了一种用于侦听无线通信的协议层数据解析系统，所述系统包括：

时间窗确定模块，用于实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

特征参数确定模块，用于根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

数据聚类模块，用于统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

问题判定模块，用于当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题。

作为本发明进一步的方案：所述时间窗确定模块包括：

信号接收单元，用于当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

间隔计算单元，用于根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

采样点确定单元，用于根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

执行单元，用于根据修正后的采样点确定时间窗。

作为本发明进一步的方案：所述特征参数确定模块包括：

数据截取单元，用于根据所述时间窗截取通信数据，得到子数据段；

数据变换单元，用于对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

特征矩阵生成单元，用于依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

时序填充单元，用于读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数。

与现有技术相比，本发明的有益效果是：本发明单方处理一端的数据传输过程，提取通信数据并将通信数据切分为子段，对所述子段进行特征提取，得到通信数据的特征；根据正常的通信数据的特征进行聚类，当接收到异常的通信数据时，基于聚类结果对异常通信数据进行分类，根据分类结果判断数据传输过程是否存在问题；本发明提供了一种动态的、智能化的通信数据识别过程，与传统的静态比对算法（将通信数据与预设的标准数据进行比对）相比，适应性更强。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为用于侦听无线通信的协议层数据解析方法的流程框图。

图2为用于侦听无线通信的协议层数据解析方法的第一子流程框图。

图3为用于侦听无线通信的协议层数据解析方法的第二子流程框图。

图4为用于侦听无线通信的协议层数据解析方法的第三子流程框图。

图5为用于侦听无线通信的协议层数据解析方法的第四子流程框图。

图6为用于侦听无线通信的协议层数据解析系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为用于侦听无线通信的协议层数据解析方法的流程框图，本发明实施例中，一种用于侦听无线通信的协议层数据解析方法，所述方法包括：

步骤S100：实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

对于初始信号和截止信号，需要在实例中进行说明，例如RSU设备发送BST后，没有接收到OBU返回的VST信息，对于这种问题，无法直接判定是RSU发送的BST有问题，还是OBU没有接收到BST信息，或者OBU有发送VST信息但RSU并没有成功接收。其中，发送BST就是初始信号，接收OBU返回的VST信息就是截止信息；本发明技术方案的目的就是判断RSU设备发送BST的过程是否存在问题；由初始信号和截止信号可以计算出一个时间窗序列，根据所述时间窗序列截取通信数据，对通信数据进行筛选，降低数据识别量，提高数据识别效率。

步骤S200：根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

根据所述时间窗截取通信数据，得到若干个子数据段，提取子数据段的特征参数，用以反映通信数据的特征；由于子数据段本身是信号，而所有信号都可以理解多个三角函数的叠加状态，因此，根据傅里叶变换即可将这些信号转换为函数，进而根据函数特征确定子数据段的特征参数。

步骤S300：统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

一个通信数据的特征由若干个子数据段的特征参数共同确定，该特征的维度由工作人员视情况而定，具体不做限定；根据n维特征，可以对通信数据进行聚类。

步骤S400：当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题；

当在预设的时间范围内未获取到截止信号时，就说明通信过程出现了问题，此时，获取通信数据，对通信数据进行归类，比对实时归类结果和理论归类结果，可以判断数据下发过程是否存在问题；其中，理论归类结果与时间信息相关，同一时间段的正常通信数据归为一类。

需要说明的是，本发明技术方案的应用主体是上位端，也就是下发数据的一方，因此，判断的是数据下发过程是否存在问题；如果本发明技术方案的应用主体是下位端，那么判断的将是数据上传过程是否存在问题。

进一步的，对于上述名词进行说明：

RSU设备：RSU作为C-V2X技术的路边单元，负责接收交通信号机/应用服务器下发的路况信息等实时交通信息，并动态播报给通行车辆，降低、规避交通事故，提升交通通行效率。

OBU：车载电子标签。OBU设备多安装于汽车的前挡风玻璃上，在收费站与路侧单元RSU通过微波进行通讯。当车辆靠近档杆，RSU识别到来自OBU的信号，就会自动打开档杆，实现自动控制通行的作用。

英语缩略词“BST”经常作为“Beacon Service Table”的缩写来使用，中文表示：“信标服务表”

VST信息：响应信息。

图2为用于侦听无线通信的协议层数据解析方法的第一子流程框图，所述实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗的步骤包括：

步骤S101：当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

所述触发器包含软件层面和硬件层面，用于检测初始信号和截止信号；

步骤S102：根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

由截止信号和初始信号确定时间间隔，所述时间间隔就是待分析的时段，这一时段中的通信数据就是待分析的数据。

步骤S103：根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

根据预设的采样频率在所述时间间隔中确定采样点，根据采样点处是否存在数据，对采样点进行修正；修正的方式可以是，如果采样点处没有数据，就删除对应采样点，如果采样点处有数据，就判断相邻采样点有没有数据，如果相邻采样点没有数据，就对该采样点进行平移，确定数据的边界；重复上述过程，使得采样点包括存在数据的信号段。

步骤S104：根据修正后的采样点确定时间窗；

根据修正后的采样点，确定存在数据的信号段，对应的时间段就是所述时间窗。

图3为用于侦听无线通信的协议层数据解析方法的第二子流程框图，所述根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数的步骤包括：

步骤S201：根据所述时间窗截取通信数据，得到子数据段；

根据时间窗将通信数据截取成分离的子数据段，并对子数据段进行数据分析；

步骤S202：对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

对子数据段进行数据分析的方式是基于傅里叶变换的数据处理方式，对通信数据进行傅里叶变换，可以得到多个叠加的三角函数，选取前几项，即可作为叠加函数。

步骤S203：依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

三角函数的特征包括幅值、频率和相位，统计这些特征，进行排列，可以得到一个矩阵，矩阵中每一行（列）对应一个叠加函数。

步骤S204：读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数；

除了三角函数以外，子数据段的时间窗反映了时间特征，将时间特征转换为时间序列，插入特征矩阵，即可得到该子数据段的特征参数。

图4为用于侦听无线通信的协议层数据解析方法的第三子流程框图，所述统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类的步骤包括：

步骤S301：读取并连接各子数据段的特征矩阵，根据预设的规则在所述特征矩阵中提取n维特征；其中，所述n维特征含有由时间序列确定的时间特征；

步骤S302：根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族；

步骤S303：根据预设的迭代公式更新各点族中的中心点，直至相邻两次的中心点之间的迭代差值小于预设的阈值。

上述内容对通信数据的聚类过程进行了具体的描述，其目的在于，将同一大的时间段的通信数据归为一类，归类的参考依据是n维特征；所述n维特征从各个子数据段的特征矩阵中提取，具体的，根据各个子数据段的时间顺序依次连接各个子数据段的特征矩阵，得到一个与通信数据对应的大的矩阵；在这一大的矩阵中，可以提取n个特征，用以反映通信数据的状态，这n个特征称为n维特征。

根据n维特征中的时间特征，确定一些中心点，依次根据这些中心点对所有点进行分类；其中，“点”为n维特征在其n维空间中的表示方式。

进一步的，所述根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族的步骤包括：

接收用户输入的K个时间段，根据分类时间段与各个通信数据中的时间序列进行匹配，随机选取K个中心点；一个时间段对应一个中心点；

依次读取通信数据的n维特征，输入预设的含有中心点的n维特征的距离公式，得到距离；

选取距离最小值对应的中心点，将该通信数据与该中心点归为一类；

所述距离公式为：

；

式中，

为第i个点与中心点之间的距离；所述n为n维特 征向量的维度；

为第i个点的第n维特征；

为中心点，

为中心 点的第n维特征。

上述距离公式采用的是欧拉公式，依次计算各个点与预设的中心点之间的距离，根据距离的对通信数据进行分类。

更进一步的，所述迭代公式为：

；

式中，

为第k个点族的中心点；

为第k个点族中的点数；

为 第k个点族的集合；

为第k个点族中的第i个点。

对所有通信数据进行归类后，需要计算同一点族中，所有点与中心点之间的距离平均值，根据这一平均值，可以确定一个新的中心点，然后以新的中心点为基准，再次对所有通信数据进行聚类，然后再重新确定中心点，递归执行上述内容，直至相邻两次或多次确定的中心点之间的差距小到一定程度，此时，聚类过程完成。

图5为用于侦听无线通信的协议层数据解析方法的第四子流程框图，所述当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题的步骤包括：

步骤S401：当在预设的时间范围内未获取到截止信号时，生成截止指令；

步骤S402：根据所述初始信号的获取时间和截止指令的生成时间确定时间窗；

步骤S403：根据时间窗截取通信数据，得到子数据段并确定其特征参数，得到通信数据的n维特征；

步骤S401至步骤S403是已有内容的重复执行过程，其区别在于，当未接收到截止信号时，自动生成一个截止指令，作为截止信号。

步骤S404：将所述n维特征输入所述距离公式，确定该通信数据的对应的中心点；

将该通信数据的n维特征输入距离公式，计算它与各个中心点之间的距离，根据距离对该通信数据进行分类，这是实际分类结果；

步骤S405：查询该中心点的时间序列，根据所述时间序列判断所述时间窗的异常概率；

查询该中心点的时间序列，由时间序列可以得到实际分类结果的大的时间段，此时，获取n维特征中的时间序列，判断n维特征中的时间序列是否包含于大的时间段，根据两个时间序列的包含关系，可以确定时间窗的异常概率，比如，如果两个时间序列完成不交接，那么异常概率为100%，如果n维特征中的时间序列包含于大的时间段，那么异常概率为0%，如果两个时间序列存在交集，根据交集的跨度确定异常概率。

需要说明的是，上述内容的前提是，K个中心点以时间序列进行划分，使得时间特征在n维特征中的影响占比最大。

步骤S406：当异常概率达到预设的异常条件时，判定数据下行过程存在问题；

将异常概率与预设的一些异常阈值比对，即可判断数据下行过程是否存在问题。

值得一提的是，单方地判断数据下行过程足以对系统运行过程进行风险定位，如果数据下行过程没问题，但是通信过程有问题，就说明问题在其他端口，如果数据下行过程有问题，对数据下行过程进行修复后，通信过程依旧有问题，就说明问题在其他端口；由于本发明技术方案大都应用于双端交互领域，单方的判断一个过程，即可实际问题定位。

实施例2

图6为用于侦听无线通信的协议层数据解析系统的组成结构框图，本发明实施例中，一种用于侦听无线通信的协议层数据解析系统，所述系统10包括：

时间窗确定模块11，用于实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

特征参数确定模块12，用于根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

数据聚类模块13，用于统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

问题判定模块14，用于当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题。

所述时间窗确定模块11包括：

信号接收单元，用于当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

间隔计算单元，用于根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

采样点确定单元，用于根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

执行单元，用于根据修正后的采样点确定时间窗。

所述特征参数确定模块12包括：

数据截取单元，用于根据所述时间窗截取通信数据，得到子数据段；

数据变换单元，用于对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

特征矩阵生成单元，用于依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

时序填充单元，用于读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种用于侦听无线通信的协议层数据解析方法，其特征在于，所述方法包括：

实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题；

所述统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类的步骤包括：

读取并连接各子数据段的特征矩阵，根据预设的规则在所述特征矩阵中提取n维特征；其中，所述n维特征含有由时间序列确定的时间特征；

根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族；

根据预设的迭代公式更新各点族中的中心点，直至相邻两次的中心点之间的迭代差值小于预设的阈值；

所述根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族的步骤包括：

接收用户输入的K个时间段，根据分类时间段与各个通信数据中的时间序列进行匹配，随机选取K个中心点；一个时间段对应一个中心点；

依次读取通信数据的n维特征，输入预设的含有中心点的n维特征的距离公式，得到距离；

选取距离最小值对应的中心点，将该通信数据与该中心点归为一类；

所述距离公式为：

；

式中，

为第i个点与中心点之间的距离；所述n为n维特征向 量的维度；

为第i个点的第n维特征；

为中心点，

为中心点的 第n维特征；

所述迭代公式为：

；

式中，

为第k个点族的中心点；

为第k个点族中的点数；

为第k个点 族的集合；

为第k个点族中的第i个点；

所述当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题的步骤包括：

当在预设的时间范围内未获取到截止信号时，生成截止指令；

根据所述初始信号的获取时间和截止指令的生成时间确定时间窗；

根据时间窗截取通信数据，得到子数据段并确定其特征参数，得到通信数据的n维特征；

将所述n维特征输入所述距离公式，确定该通信数据的对应的中心点；

查询该中心点的时间序列，根据所述时间序列判断所述时间窗的异常概率；

当异常概率达到预设的异常条件时，判定数据下行过程存在问题。

2.根据权利要求1所述的用于侦听无线通信的协议层数据解析方法，其特征在于，所述实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗的步骤包括：

当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

根据修正后的采样点确定时间窗。

3.根据权利要求1所述的用于侦听无线通信的协议层数据解析方法，其特征在于，所述根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数的步骤包括：

根据所述时间窗截取通信数据，得到子数据段；

对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数。

4.一种用于侦听无线通信的协议层数据解析系统，其特征在于，所述系统包括：

时间窗确定模块，用于实时获取含有初始信号和截止信号的通信数据，根据所述初始信号和截止信号的获取时间确定时间窗；

特征参数确定模块，用于根据所述时间窗截取通信数据，得到子数据段，确定所述子数据段的特征参数；所述特征参数包括时间特征和对所述通信数据进行傅里叶变换后得到的叠加函数的函数特征；

数据聚类模块，用于统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类；

问题判定模块，用于当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题；

所述统计所述特征参数，得到通信数据的n维特征，根据所述n维特征对各通信数据进行聚类的内容包括：

读取并连接各子数据段的特征矩阵，根据预设的规则在所述特征矩阵中提取n维特征；其中，所述n维特征含有由时间序列确定的时间特征；

根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族；

根据预设的迭代公式更新各点族中的中心点，直至相邻两次的中心点之间的迭代差值小于预设的阈值；

所述根据所述时间特征确定K个中心点，根据所述中心点对通信数据进行分类，得到K个点族的内容包括：

接收用户输入的K个时间段，根据分类时间段与各个通信数据中的时间序列进行匹配，随机选取K个中心点；一个时间段对应一个中心点；

依次读取通信数据的n维特征，输入预设的含有中心点的n维特征的距离公式，得到距离；

选取距离最小值对应的中心点，将该通信数据与该中心点归为一类；

所述距离公式为：

；

式中，

为第i个点与中心点之间的距离；所述n为n维特征向量 的维度；

为第i个点的第n维特征；

为中心点，

为中心点的第n 维特征；

所述迭代公式为：

；

式中，

为第k个点族的中心点；

为第k个点族中的点数；

为第k个 点族的集合；

为第k个点族中的第i个点；

所述当在预设的时间范围内未获取到截止信号时，根据所述初始信号对通信数据进行归类，根据归类结果判断数据下行过程是否存在问题的内容包括：

当在预设的时间范围内未获取到截止信号时，生成截止指令；

根据所述初始信号的获取时间和截止指令的生成时间确定时间窗；

根据时间窗截取通信数据，得到子数据段并确定其特征参数，得到通信数据的n维特征；

将所述n维特征输入所述距离公式，确定该通信数据的对应的中心点；

查询该中心点的时间序列，根据所述时间序列判断所述时间窗的异常概率；

当异常概率达到预设的异常条件时，判定数据下行过程存在问题。

5.根据权利要求4所述的用于侦听无线通信的协议层数据解析系统，其特征在于，所述时间窗确定模块包括：

信号接收单元，用于当根据预设的触发器接收到初始信号时，实时读取通信数据，直至当预设的触发器接收到截止信号；其中，所述触发器实时记录接收时间；

间隔计算单元，用于根据所述截止信号的接收时间和所述初始信号的接收时间确定时间间隔；

采样点确定单元，用于根据所述时间间隔确定采样点，根据采样点处的数据量修正所述采样点；

执行单元，用于根据修正后的采样点确定时间窗。

6.根据权利要求4所述的用于侦听无线通信的协议层数据解析系统，其特征在于，所述特征参数确定模块包括：

数据截取单元，用于根据所述时间窗截取通信数据，得到子数据段；

数据变换单元，用于对所述子数据段进行傅里叶变换，得到由三角函数组成的叠加函数；所述叠加函数的项数为预设值；

特征矩阵生成单元，用于依次获取叠加函数中各项的三角函数特征，根据预设的排列顺序生成特征矩阵；

时序填充单元，用于读取该子数据段的时间窗，生成时间序列，插入特征矩阵，得到该子数据段的特征参数。

Images