本發(fā)明屬于寬帶接入網(wǎng)技術(shù)領(lǐng)域，更為具體地講，涉及一種應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法。

背景技術(shù)：

隨著寬帶接入網(wǎng)技術(shù)的不斷發(fā)展，寬帶光纖接入網(wǎng)技術(shù)以其可用帶寬大、信號(hào)質(zhì)量好、支持寬帶業(yè)務(wù)等優(yōu)勢(shì)成為目前的熱門技術(shù)之一。其中PON(Passive Optical Network，無源光網(wǎng)絡(luò))技術(shù)因拓?fù)浣Y(jié)構(gòu)簡單，維護(hù)費(fèi)用低等特點(diǎn)成為當(dāng)今接入網(wǎng)技術(shù)的主流。PON接入網(wǎng)技術(shù)由于帶寬升級(jí)的壓力，其網(wǎng)絡(luò)設(shè)備的處理能力在短短的幾年內(nèi)，從1Gbps、2.5Gbps發(fā)展到了現(xiàn)今的10Gbps，甚至在今后幾年有向40Gbps和100Gbps發(fā)展的趨勢(shì)。

據(jù)中國互聯(lián)網(wǎng)信息中心2015年的報(bào)告“第36次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r調(diào)查報(bào)告[R].中國:CNNIC,2015.”顯示，截至2015年6月，中國網(wǎng)民規(guī)模達(dá)6.68億且互聯(lián)網(wǎng)為用戶提供的業(yè)務(wù)不斷豐富，除了傳統(tǒng)的電話、網(wǎng)頁瀏覽、電子郵件等業(yè)務(wù)外還有一系列高速率、高質(zhì)量業(yè)務(wù)如VoIP業(yè)務(wù)、即時(shí)通信類業(yè)務(wù)、P2P(Peer-to-Peer，點(diǎn)對(duì)點(diǎn)技術(shù))業(yè)務(wù)、流媒體業(yè)務(wù)、網(wǎng)絡(luò)游戲業(yè)務(wù)、網(wǎng)上購物、電子商務(wù)等。而以P2P下載為代表的新業(yè)務(wù)流量已經(jīng)占據(jù)了整個(gè)互聯(lián)網(wǎng)流量的70％以上，P2P業(yè)務(wù)以及各種各樣的視頻類業(yè)務(wù)占據(jù)了大量的帶寬。

在論文“田輝,徐鵬.業(yè)務(wù)識(shí)別與控制技術(shù)及標(biāo)準(zhǔn)化進(jìn)展[J].電信網(wǎng)技術(shù),2007,(3):12-15”中總結(jié)了已有業(yè)務(wù)識(shí)別與控制的技術(shù)原理和缺陷，并介紹了國內(nèi)外的標(biāo)準(zhǔn)化及產(chǎn)業(yè)推動(dòng)狀況。從不同應(yīng)用角色看，政府、運(yùn)營商、企業(yè)以及家庭用戶對(duì)網(wǎng)絡(luò)的業(yè)務(wù)控制能力提出了各自的要求：

(1)從監(jiān)管者角度來說，要求網(wǎng)絡(luò)具備不良信息的識(shí)別和控制的能力，尤其是對(duì)反動(dòng)、色情、賭博、暴力等不良信息的過濾。

(2)從運(yùn)營商角度來說，要求網(wǎng)絡(luò)能夠精細(xì)化運(yùn)營，提供差異化的服務(wù)能力，尤其是有效遏制不良流量對(duì)網(wǎng)絡(luò)的影響，保障電信級(jí)業(yè)務(wù)的服務(wù)質(zhì)量。

(3)從企業(yè)用戶角度來說，要求網(wǎng)絡(luò)具備識(shí)別特定業(yè)務(wù)信息，并按照企業(yè)利益對(duì)信息進(jìn)行處理的能力，整合復(fù)雜的IT防范設(shè)備，使得企業(yè)專注與核心業(yè)務(wù)。

(4)從家庭用戶來說，結(jié)合健康上網(wǎng)的需求，要求網(wǎng)絡(luò)具備個(gè)性化業(yè)務(wù)控制功能，尤其是對(duì)不良網(wǎng)站的屏蔽和網(wǎng)絡(luò)游戲沉灑的防止。

所以，在寬帶接入網(wǎng)中加入業(yè)務(wù)識(shí)別具有重要意義，在論文“陳衛(wèi),任斌,賴樹明.10G EPON寬帶接入網(wǎng)中業(yè)務(wù)識(shí)別的設(shè)計(jì)和實(shí)現(xiàn)[J].光通信技術(shù),2012,6(12):16-18”和“莊稼.支持深度業(yè)務(wù)識(shí)別的10G EPON系統(tǒng)設(shè)計(jì)與核心模塊的FPGA設(shè)計(jì)實(shí)現(xiàn)[D].北京:北京郵電大學(xué),2014.”這兩篇論文中討論了業(yè)務(wù)識(shí)別在10G EPON寬帶接入網(wǎng)中的硬件實(shí)現(xiàn)。

然而，傳統(tǒng)的DPI(深度包檢測(cè)，Deep Packet Inspection)業(yè)務(wù)識(shí)別技術(shù)，主要依靠前期對(duì)業(yè)務(wù)的特征字段的手工提取，才能維持準(zhǔn)確率，雖然該方法有效，但前期的準(zhǔn)備工作和后期的更新維護(hù)太過于費(fèi)時(shí)費(fèi)力。隨后興起的DFI(深度流檢測(cè)，Deep Flow Inspection)業(yè)務(wù)識(shí)別技術(shù)，依靠大量提取的流特征來進(jìn)一步篩選，使用傳統(tǒng)的機(jī)器學(xué)習(xí)分類算法，大量的論文和實(shí)驗(yàn)證明了方法的有效性，但這種依靠經(jīng)驗(yàn)的流特征選取方法可能會(huì)沒有提取到或者丟掉不少關(guān)鍵特征，使得它的適應(yīng)性和可移植性大打折扣，而且其分類的精細(xì)度還太過于粗顆粒，難以適應(yīng)精細(xì)化的識(shí)別場景。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法，引入深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)細(xì)粒度、高精度業(yè)務(wù)識(shí)別。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法包括以下步驟：

S1：從寬帶接入網(wǎng)不同業(yè)務(wù)的若干數(shù)據(jù)幀中篩選得到TCP和UDP協(xié)議對(duì)應(yīng)的數(shù)據(jù)幀；

S2：對(duì)步驟S1篩選得到的所有數(shù)據(jù)幀，從每個(gè)數(shù)據(jù)幀中提出得到源IP地址、目的IP地址、協(xié)議類型、源端口、目的端口，構(gòu)建該數(shù)據(jù)幀對(duì)應(yīng)的五元組數(shù)據(jù)；

S3：根據(jù)五元組數(shù)據(jù)對(duì)數(shù)據(jù)幀進(jìn)行業(yè)務(wù)流劃分，建立業(yè)務(wù)流流池群，其具體方法為：依次提取出數(shù)據(jù)幀，如果該數(shù)據(jù)幀為上行數(shù)據(jù)幀，則將其五元組數(shù)據(jù)與每個(gè)業(yè)務(wù)流流池中上行業(yè)務(wù)流流池的五元組數(shù)據(jù)進(jìn)行匹配，如果與某個(gè)上行業(yè)務(wù)流流池的五元組數(shù)據(jù)相同，則將該數(shù)據(jù)幀劃入對(duì)應(yīng)的上行業(yè)務(wù)流流池中，如果所有上行業(yè)務(wù)流流池的五元組數(shù)據(jù)都不同，則新建一個(gè)業(yè)務(wù)流流池，將該數(shù)據(jù)幀劃入新建業(yè)務(wù)流流池的上行業(yè)務(wù)流流池中；如果該數(shù)據(jù)幀為下行數(shù)據(jù)幀，則將其五元組數(shù)據(jù)與每個(gè)業(yè)務(wù)流流池中下行業(yè)務(wù)流流池的五元組數(shù)據(jù)進(jìn)行匹配，如果與某個(gè)下行業(yè)務(wù)流流池的五元組數(shù)據(jù)相同，則將該數(shù)據(jù)幀劃入對(duì)應(yīng)的下行業(yè)務(wù)流流池中，如果所有下行業(yè)務(wù)流流池的五元組數(shù)據(jù)都不同，則新建一個(gè)業(yè)務(wù)流流池，將該數(shù)據(jù)幀劃入新建業(yè)務(wù)流流池的下行業(yè)務(wù)流流池中；

S4：對(duì)于業(yè)務(wù)流流池群中每個(gè)業(yè)務(wù)流流池中的每個(gè)數(shù)據(jù)幀，提取得到其IP數(shù)據(jù)包，如果該數(shù)據(jù)包字節(jié)數(shù)小于A，在數(shù)據(jù)包末尾添零至字節(jié)數(shù)A，替換原有數(shù)據(jù)幀，否則直接以該數(shù)據(jù)包替換原有數(shù)據(jù)幀；其中A大于等于IP數(shù)據(jù)包的最大長度；

S5：對(duì)業(yè)務(wù)流流池群中的每個(gè)業(yè)務(wù)流流池添加業(yè)務(wù)類別標(biāo)簽；

S6：構(gòu)建集成卷積神經(jīng)網(wǎng)絡(luò)，包括上行一維卷積神經(jīng)網(wǎng)絡(luò)、下行一維卷積神經(jīng)網(wǎng)絡(luò)、交互一維卷積神經(jīng)網(wǎng)絡(luò)和仲裁模塊，其中上行一維卷積神經(jīng)網(wǎng)絡(luò)用于對(duì)上行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，下行一維卷積神經(jīng)網(wǎng)絡(luò)用于對(duì)下行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，交互一維卷積神經(jīng)網(wǎng)絡(luò)用于上行、下行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，仲裁模塊對(duì)三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行聯(lián)合仲裁；每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)中，其輸入層包括A個(gè)神經(jīng)元，輸入層、每級(jí)隱層的特征圖和核均為一維結(jié)構(gòu)；

S7：采用業(yè)務(wù)流流池群對(duì)集成卷積神經(jīng)網(wǎng)絡(luò)中的三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分別訓(xùn)練，其中上行一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條上行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽；下行一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條下行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽；交互一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條上行業(yè)務(wù)流數(shù)據(jù)包和下行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽；

S8：在寬帶接入網(wǎng)實(shí)際運(yùn)行時(shí)，捕獲得到一段TCP或UDP業(yè)務(wù)流數(shù)據(jù)幀，從該業(yè)務(wù)流中每個(gè)數(shù)據(jù)幀中提取出數(shù)據(jù)包，末尾添零至長度為A字節(jié)的業(yè)務(wù)流數(shù)據(jù)包，將這些業(yè)務(wù)流數(shù)據(jù)包劃分為上行業(yè)務(wù)流數(shù)據(jù)包和下行業(yè)務(wù)流數(shù)據(jù)包，輸入集成卷積神經(jīng)網(wǎng)絡(luò)中的對(duì)應(yīng)一維卷積神經(jīng)網(wǎng)絡(luò)，仲裁模塊根據(jù)三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)識(shí)別結(jié)果綜合仲裁得到最終業(yè)務(wù)識(shí)別結(jié)果，仲裁方法為：仲裁模塊收集三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行聯(lián)合仲裁，先分別對(duì)每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)，選擇每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)中數(shù)量占該一維卷積神經(jīng)網(wǎng)絡(luò)所有識(shí)別結(jié)果數(shù)量的百分比最大的識(shí)別結(jié)果作為該一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果；在三個(gè)有效識(shí)別結(jié)果中，如果任意兩個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果一致時(shí)，將此有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果，否則選擇百分比最大的有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果。

本發(fā)明應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法，從寬帶接入網(wǎng)不同業(yè)務(wù)的若干數(shù)據(jù)幀中篩選得到TCP和UDP協(xié)議對(duì)應(yīng)的數(shù)據(jù)幀，根據(jù)五元組數(shù)據(jù)對(duì)數(shù)據(jù)幀進(jìn)行業(yè)務(wù)流劃分，建立業(yè)務(wù)流流池群，每個(gè)業(yè)務(wù)流流池群包括上行業(yè)務(wù)流流池和下行業(yè)務(wù)流流池，對(duì)每個(gè)業(yè)務(wù)流流池添加業(yè)務(wù)類別標(biāo)簽，然后構(gòu)建集成卷積神經(jīng)網(wǎng)絡(luò)，包括上行一維卷積神經(jīng)網(wǎng)絡(luò)、下行一維卷積神經(jīng)網(wǎng)絡(luò)、交互一維卷積神經(jīng)網(wǎng)絡(luò)和仲裁模塊，采用業(yè)務(wù)流流池群對(duì)三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分別訓(xùn)練；在寬帶接入網(wǎng)實(shí)際運(yùn)行時(shí)，對(duì)捕獲的數(shù)據(jù)幀標(biāo)準(zhǔn)化為業(yè)務(wù)流數(shù)據(jù)包，輸入卷積神經(jīng)網(wǎng)絡(luò)，得到業(yè)務(wù)識(shí)別結(jié)果。

與傳統(tǒng)的DPI和DFI方法相比，本發(fā)明完全不需要同DPI方法那樣提取數(shù)據(jù)報(bào)文的特征關(guān)鍵字，也不需要同DFI方法那樣依靠經(jīng)驗(yàn)提取所謂的流特征。這樣一來，就能夠完全消除諸如提取特征關(guān)鍵字和流特征的預(yù)處理難度，還能夠保證不侵犯用戶的隱私，同時(shí)還能實(shí)現(xiàn)高識(shí)別準(zhǔn)確率、精細(xì)化的業(yè)務(wù)識(shí)別，從而提高寬帶接入網(wǎng)系統(tǒng)中的業(yè)務(wù)識(shí)別性能。

附圖說明

圖1是本發(fā)明應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法的具體實(shí)施方式流程圖；

圖2是本實(shí)施例中篩選TCP和UDP對(duì)應(yīng)數(shù)據(jù)幀的流程圖；

圖3是以太網(wǎng)協(xié)議的數(shù)據(jù)幀格式圖；

圖4是IPv4數(shù)據(jù)包格式圖；

圖5是TCP數(shù)據(jù)包結(jié)構(gòu)圖；

圖6是UDP數(shù)據(jù)包結(jié)構(gòu)圖；

圖7是本發(fā)明中業(yè)務(wù)流流池群的建立方法流程圖；

圖8是本發(fā)明中集成卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖9是本實(shí)施例中一維卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許會(huì)淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。

實(shí)施例

圖1是本發(fā)明應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法的具體實(shí)施方式流程圖。如圖1所示，本發(fā)明應(yīng)用于寬帶接入網(wǎng)的業(yè)務(wù)識(shí)別方法包括以下步驟：

S101：篩選TCP和UDP對(duì)應(yīng)數(shù)據(jù)幀：

從寬帶接入網(wǎng)不同業(yè)務(wù)的若干數(shù)據(jù)幀中篩選得到TCP和UDP協(xié)議對(duì)應(yīng)的數(shù)據(jù)幀。

TCP和UDP協(xié)議是IP協(xié)議的上層協(xié)議，目前寬帶接入網(wǎng)中所使用的IP協(xié)議包括IPV4和IPV6，其中最常用的是IPV4協(xié)議，因此本實(shí)施例以IPV4協(xié)議為例來說明本發(fā)明的技術(shù)方案。圖2是本實(shí)施例中篩選TCP和UDP對(duì)應(yīng)數(shù)據(jù)幀的流程圖。如圖2所示，在使用IPV4協(xié)議的寬帶接入網(wǎng)中篩選TCP和UDP協(xié)議對(duì)應(yīng)的數(shù)據(jù)幀的具體步驟包括：

S201：解析以太網(wǎng)協(xié)議數(shù)據(jù)幀：

獲取寬帶接入網(wǎng)的以太網(wǎng)協(xié)議的數(shù)據(jù)幀并進(jìn)行解析，提取得到幀類型字段。圖3是以太網(wǎng)協(xié)議的數(shù)據(jù)幀格式圖。如圖3所示，以太網(wǎng)協(xié)議數(shù)據(jù)幀由五個(gè)部分組成，分別為6個(gè)字節(jié)的源MAC地址、6個(gè)字節(jié)的目的MAC地址、2個(gè)字節(jié)的幀類型、46到1500個(gè)字節(jié)的負(fù)載數(shù)據(jù)和4個(gè)字節(jié)的幀校驗(yàn)序列。其中，對(duì)于2個(gè)字節(jié)的幀類型數(shù)據(jù)，0x8808代表OAM幀，0x8809代表MPCP幀，0x0806代表ARP幀，0x0836代表RARP幀，0x0800代表IPv4幀，0x08DD代表IPv6幀。

S202：判斷幀類型字段是否為0x0800，如果是，則說明該數(shù)據(jù)幀為IPv4對(duì)應(yīng)數(shù)據(jù)幀，保留此數(shù)據(jù)幀，進(jìn)入步驟S203，否則將該數(shù)據(jù)幀丟棄，判斷下一條數(shù)據(jù)幀。

S203：提取協(xié)議類型字段：

從IPv4對(duì)應(yīng)數(shù)據(jù)幀中提取得到IP v4數(shù)據(jù)包，然后從IP v4數(shù)據(jù)包中提取得到協(xié)議類型字段。

圖4是IPv4數(shù)據(jù)包格式圖。如圖4所示，IPv4數(shù)據(jù)包的協(xié)議類型字段總共1個(gè)字節(jié)，如果等于0x06則代表當(dāng)前IPv4數(shù)據(jù)包的上層協(xié)議為TCP協(xié)議，且負(fù)載數(shù)據(jù)為TCP協(xié)議數(shù)據(jù)；如果等于0x11則代表當(dāng)前IPv4報(bào)文的上層協(xié)議為UDP協(xié)議，且負(fù)載數(shù)據(jù)為UDP協(xié)議數(shù)據(jù)。而IPV4中還包括ICMP報(bào)文、IGMP報(bào)文等，分別對(duì)應(yīng)各自的協(xié)議類型。因此，根據(jù)協(xié)議類型字段即可判定該數(shù)據(jù)幀對(duì)應(yīng)的上層協(xié)議類型。

S204：判斷協(xié)議類型字段是否為0x06，如果是，則說明該報(bào)文為TCP對(duì)應(yīng)數(shù)據(jù)幀，保存此數(shù)據(jù)幀，否則進(jìn)入步驟S205。

S205：判斷協(xié)議類型字段是否為0x11，如果是，則說明該報(bào)文為UDP對(duì)應(yīng)數(shù)據(jù)幀，保存此數(shù)據(jù)幀，否則將該報(bào)文丟棄，判斷下一條數(shù)據(jù)幀。

采用以上步驟，就可以從寬帶接入網(wǎng)的數(shù)據(jù)報(bào)文中提取得到TCP和UDP對(duì)應(yīng)的數(shù)據(jù)幀。

S102：提取五元組數(shù)據(jù)：

一般來說，業(yè)務(wù)流的定義指的是在一段時(shí)間內(nèi)具有相同五元組的報(bào)文組成的集合。五元組的定義指的是IP協(xié)議首部和TCP或者UDP首部中的源IP地址、目的IP地址、協(xié)議類型、源端口、目的端口這五個(gè)字段，即五元組＝{源IP地址，目的IP地址，協(xié)議類型，源端口，目的端口}。圖5是TCP數(shù)據(jù)包結(jié)構(gòu)圖。圖6是UDP數(shù)據(jù)包結(jié)構(gòu)圖。如圖4、圖5和圖6所示，五元組在IP協(xié)議對(duì)應(yīng)的數(shù)據(jù)幀中的位置一般來說是固定的，因此將五元組數(shù)據(jù)按照位置從步驟S101中篩選得到的TCP和UDP對(duì)應(yīng)的各個(gè)數(shù)據(jù)幀中提取出來即可。

S103：建立業(yè)務(wù)流流池群：

業(yè)務(wù)流是一種雙向的包含上行請(qǐng)求與下行應(yīng)答的互動(dòng)交流數(shù)據(jù)，用戶向服務(wù)器發(fā)出的請(qǐng)求報(bào)文為上行業(yè)務(wù)流，而服務(wù)器向用戶發(fā)出的應(yīng)答報(bào)文為下行業(yè)務(wù)流，且上行業(yè)務(wù)流與下行業(yè)務(wù)流的五元組數(shù)據(jù)中只有源IP地址和目的IP地址相反，其他三元組相同?？梢姡陬A(yù)設(shè)時(shí)間內(nèi)，具有相同的五元組的上行IP數(shù)據(jù)報(bào)文按先后順序匯聚成一條上行業(yè)務(wù)流，與之源IP地址和目的IP地址相反而其他三元組相同的業(yè)務(wù)流則匯聚為下行業(yè)務(wù)流，共同構(gòu)成雙向流集合。不同時(shí)刻捕獲的五元組相同的雙向業(yè)務(wù)流形成一個(gè)業(yè)務(wù)流流池，包括上行業(yè)務(wù)流池和下行業(yè)務(wù)流池。一個(gè)業(yè)務(wù)流池對(duì)應(yīng)一種業(yè)務(wù)類別，且所有業(yè)務(wù)流的五元組相同。一個(gè)業(yè)務(wù)流池包含許多不同時(shí)刻收集的業(yè)務(wù)流，所有不同業(yè)務(wù)流流池構(gòu)成業(yè)務(wù)流流池群。也就是說，流池群里包含許多五元組不同的流池，流池里包含五元組相同但捕獲時(shí)刻不同的流。

圖7是本發(fā)明中業(yè)務(wù)流流池群的建立方法流程圖。如圖7所示，本發(fā)明中業(yè)務(wù)流流池群的建立方法包括以下步驟：

S701：初始化參數(shù)：

初始化第1個(gè)業(yè)務(wù)流流池P₁＝(U₁,D₁)，U₁表示第1個(gè)業(yè)務(wù)流流池的上行業(yè)務(wù)流池，D₁表示第1個(gè)業(yè)務(wù)流流池的下行業(yè)務(wù)流池，令如果第1個(gè)數(shù)據(jù)幀為上行數(shù)據(jù)幀，將第1個(gè)數(shù)據(jù)幀放入第1個(gè)上行業(yè)務(wù)流池U₁，如果第1個(gè)數(shù)據(jù)幀為下行數(shù)據(jù)幀，則將第1個(gè)數(shù)據(jù)幀放入第1個(gè)下行業(yè)務(wù)流池D₁。

由于上、下行幀的五元組數(shù)據(jù)之間存在對(duì)應(yīng)關(guān)系，因此無論第1個(gè)數(shù)據(jù)幀是上行幀還是下行幀，U₁和D₁對(duì)應(yīng)的五元組數(shù)據(jù)都已經(jīng)確定了。

S702：令數(shù)據(jù)幀序號(hào)n＝2：

S703：判斷第n個(gè)數(shù)據(jù)幀是否為上行數(shù)據(jù)幀，如果是，進(jìn)入步驟S704，否則進(jìn)入步驟S710；

S704：令業(yè)務(wù)流池序號(hào)m＝1：

S705：判斷是否第n個(gè)數(shù)據(jù)幀屬于上行業(yè)務(wù)流池U_m，即判斷第n個(gè)數(shù)據(jù)幀的五元組數(shù)據(jù)與上行業(yè)務(wù)流池U_m的五元組數(shù)據(jù)相同，如果相同，則說明第n個(gè)數(shù)據(jù)幀屬于上行業(yè)務(wù)流池U_m，進(jìn)入步驟S706，否則說明不屬于，進(jìn)入步驟S707。

S706：將第n個(gè)數(shù)據(jù)幀放入上行業(yè)務(wù)流池U_m，進(jìn)入步驟S716。

S707：判斷是否m＝M，M表示當(dāng)前業(yè)務(wù)流池的數(shù)量，如果不是，說明還有業(yè)務(wù)流池未判斷，進(jìn)入步驟S708，如果是，說明現(xiàn)有的業(yè)務(wù)流池已經(jīng)判斷完畢也未找到五元組數(shù)據(jù)相同的業(yè)務(wù)流池，進(jìn)入步驟S709。

S708：令m＝m+1，返回步驟S705。

S709：新建業(yè)務(wù)流流池：

新建業(yè)務(wù)流流池P_M+1＝(U_M+1,D_M+1)，將第n個(gè)數(shù)據(jù)幀放入上行業(yè)務(wù)流池U_M+1，進(jìn)入步驟S716。

S710：令業(yè)務(wù)流池序號(hào)m＝1：

S711：判斷是否第n個(gè)數(shù)據(jù)幀屬于下行業(yè)務(wù)流池D_m，即判斷第n個(gè)數(shù)據(jù)幀的五元組數(shù)據(jù)與下行業(yè)務(wù)流池D_m的五元組數(shù)據(jù)相同，如果相同，則說明第n個(gè)數(shù)據(jù)幀屬于下行業(yè)務(wù)流池D_m，進(jìn)入步驟S712，否則說明不屬于，進(jìn)入步驟S713。

S712：將第n個(gè)數(shù)據(jù)幀放入下行業(yè)務(wù)流池D_m，進(jìn)入步驟S716。

S713：判斷是否m＝M，M表示當(dāng)前業(yè)務(wù)流池的數(shù)量，如果不是，說明還有業(yè)務(wù)流池未判斷，進(jìn)入步驟S714，如果是，說明現(xiàn)有的業(yè)務(wù)流池已經(jīng)判斷完畢也未找到五元組數(shù)據(jù)相同的業(yè)務(wù)流池，進(jìn)入步驟S715。

S714：令m＝m+1，返回步驟S711。

S715：新建業(yè)務(wù)流流池：

新建業(yè)務(wù)流流池P_M+1＝(U_M+1,D_M+1)，將第n個(gè)數(shù)據(jù)幀放入下行業(yè)務(wù)流池D_M+1，進(jìn)入步驟S716。

S716：判斷是否n＜N，N表示步驟S101篩選得到的數(shù)據(jù)幀總數(shù)，如果是，說明數(shù)據(jù)幀還未全部劃入業(yè)務(wù)流流池，進(jìn)入步驟S717，否則說明所有幀全部劃入對(duì)應(yīng)的業(yè)務(wù)流流池，業(yè)務(wù)流流池群建立結(jié)束。

S717：令n＝n+1，返回步驟S703。

S104：標(biāo)準(zhǔn)化業(yè)務(wù)流數(shù)據(jù)：

數(shù)據(jù)幀由許多的字節(jié)構(gòu)成，且每條數(shù)據(jù)幀中IP數(shù)據(jù)包的長度不一致，所以需要把業(yè)務(wù)流數(shù)據(jù)幀轉(zhuǎn)換為可以被集成卷積神經(jīng)網(wǎng)絡(luò)接收的標(biāo)準(zhǔn)數(shù)據(jù)，其具體方法為：對(duì)于每個(gè)業(yè)務(wù)流流池中的每個(gè)數(shù)據(jù)幀，提取得到其IP數(shù)據(jù)包，如果該數(shù)據(jù)包字節(jié)數(shù)小于A，在數(shù)據(jù)包末尾添零至字節(jié)數(shù)A，得到標(biāo)準(zhǔn)數(shù)據(jù)包，替換原有數(shù)據(jù)報(bào)文，否則直接以該數(shù)據(jù)包替換原有數(shù)據(jù)報(bào)文。其中A大于等于IP報(bào)文字段的最大長度。以IPv4協(xié)議為例，其IP數(shù)據(jù)包在數(shù)據(jù)幀中的字節(jié)長度在[46,1500]之間，因此A≥1500。顯然，采用以上方式可以使每個(gè)業(yè)務(wù)流數(shù)據(jù)包等長，從而對(duì)業(yè)務(wù)流數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。本實(shí)施例中，設(shè)置A＝1500。

S105：添加業(yè)務(wù)類別標(biāo)簽：

由于每個(gè)業(yè)務(wù)流流池中的數(shù)據(jù)包對(duì)應(yīng)一種業(yè)務(wù)，因此對(duì)于經(jīng)過步驟S104標(biāo)準(zhǔn)化處理的業(yè)務(wù)流流池群，對(duì)每個(gè)業(yè)務(wù)流流池添加業(yè)務(wù)類別標(biāo)簽。業(yè)務(wù)類別標(biāo)簽可以借助一些現(xiàn)有的輔助工具用人工的方式獲知，由于本發(fā)明采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行業(yè)務(wù)識(shí)別，因此業(yè)務(wù)流類別標(biāo)簽是一個(gè)根據(jù)識(shí)別粗細(xì)度自定義比特位數(shù)的二進(jìn)制數(shù)據(jù)，每一個(gè)二進(jìn)制數(shù)據(jù)代表一種業(yè)務(wù)類別。

S106：構(gòu)建集成卷積神經(jīng)網(wǎng)絡(luò)：

根據(jù)TCP/IP協(xié)議的有關(guān)知識(shí)，上下行數(shù)據(jù)的特征是不一樣的，也就是說，上行數(shù)據(jù)有上行數(shù)據(jù)的特征，下行數(shù)據(jù)有下行數(shù)據(jù)的特征，另外需要注意的是，上行和下行是一種交互數(shù)據(jù)，也就是說上行數(shù)據(jù)和下行數(shù)據(jù)是有關(guān)聯(lián)的，因此需要一種業(yè)務(wù)識(shí)別方案既能夠保留這種關(guān)聯(lián)性同時(shí)又能分別提取到上行業(yè)務(wù)流特征和下行業(yè)務(wù)流特征，使識(shí)別結(jié)果達(dá)到理想狀態(tài)。正是基于這種需要，本發(fā)明設(shè)計(jì)了并行的集成卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

圖8是本發(fā)明中集成卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。如圖8所示，本發(fā)明的集成卷積神經(jīng)網(wǎng)絡(luò)包括上行一維卷積神經(jīng)網(wǎng)絡(luò)、下行一維卷積神經(jīng)網(wǎng)絡(luò)、交互一維卷積神經(jīng)網(wǎng)絡(luò)和仲裁模塊，其中上行一維卷積神經(jīng)網(wǎng)絡(luò)用于對(duì)上行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，下行一維卷積神經(jīng)網(wǎng)絡(luò)用于對(duì)下行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，交互一維卷積神經(jīng)網(wǎng)絡(luò)用于上行、下行業(yè)務(wù)流數(shù)據(jù)包進(jìn)行業(yè)務(wù)識(shí)別，仲裁模塊收集三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行聯(lián)合仲裁，先分別對(duì)每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)，選擇每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)中數(shù)量占該一維卷積神經(jīng)網(wǎng)絡(luò)所有識(shí)別結(jié)果數(shù)量的百分比最大的識(shí)別結(jié)果作為該一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果。在三個(gè)有效識(shí)別結(jié)果中，如果任意兩個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果一致時(shí)，將此有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果，否則選擇占對(duì)應(yīng)一維卷積神經(jīng)網(wǎng)絡(luò)識(shí)別結(jié)果百分比最大的有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果。

可見，在本發(fā)明的集成卷積神經(jīng)網(wǎng)絡(luò)中，三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)是并行運(yùn)行的。由于上行業(yè)務(wù)流數(shù)據(jù)包和下行業(yè)務(wù)流數(shù)據(jù)包都是采用相同的方式進(jìn)行標(biāo)準(zhǔn)化，因此三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)采用相同的結(jié)構(gòu)。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)針對(duì)的是圖像，其輸入為二維數(shù)據(jù)，而本發(fā)明所針對(duì)的業(yè)務(wù)流數(shù)據(jù)包是一維數(shù)據(jù)，如果按照傳統(tǒng)思路，將業(yè)務(wù)流數(shù)據(jù)包轉(zhuǎn)換為二維數(shù)據(jù)，由于輸入數(shù)據(jù)量維度過大，傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要花費(fèi)大量時(shí)間，而且業(yè)務(wù)識(shí)別也并不完全等同于圖像識(shí)別。因此為了提升卷積神經(jīng)網(wǎng)絡(luò)在業(yè)務(wù)識(shí)別中的應(yīng)用效果，需要設(shè)計(jì)適用于一維數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)。

根據(jù)本發(fā)明的業(yè)務(wù)流數(shù)據(jù)特點(diǎn)可知，在一維卷積神經(jīng)網(wǎng)絡(luò)中，其輸入為A×1的業(yè)務(wù)流數(shù)據(jù)，在卷積神經(jīng)網(wǎng)絡(luò)第j級(jí)隱層中，其特征圖大小為P_j×1，K_j根據(jù)需要設(shè)置，每級(jí)隱層核的大小為Q_j×1，Q_j根據(jù)需要設(shè)置。也就是說，在一維卷積神經(jīng)網(wǎng)絡(luò)中，輸入、每級(jí)隱層的特征圖和核均為一維結(jié)構(gòu)。而其他卷積神經(jīng)網(wǎng)絡(luò)參數(shù)，例如隱層層數(shù)、每層隱層的濾波器個(gè)數(shù)等等，可以根據(jù)實(shí)際需要來設(shè)置。

圖9是本實(shí)施例中一維卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。如圖9所示，本發(fā)明中一維卷積神經(jīng)網(wǎng)絡(luò)包括輸入層INPUT、第一卷積層C1、第一采樣層S2、第二卷積層C3、第二采樣層S4、第三卷積層C5、第三采樣層S6和輸出層OUTPUT，其中：

輸入層INPUT，神經(jīng)元個(gè)數(shù)為1500，即與業(yè)務(wù)流數(shù)據(jù)包的字節(jié)數(shù)一致，第個(gè)神經(jīng)元對(duì)應(yīng)一個(gè)字節(jié)數(shù)據(jù)。

第一卷積層C1，共有1個(gè)特征圖(特征圖個(gè)數(shù)可以根據(jù)需要自定義)，特征圖由1496個(gè)神經(jīng)元構(gòu)成，即特征圖大小為1496*1。每個(gè)神經(jīng)元指定一個(gè)大小為5的接受域，由于不考慮對(duì)輸入層INPUT的邊界進(jìn)行拓展，則滑動(dòng)窗將有1496個(gè)不同的位置，也就是C1層的大小是1496，其中1496＝1500-(5-1)。

第一采樣層S2，共有1個(gè)特征圖(與C1相同)，特征圖由748個(gè)神經(jīng)元構(gòu)成。每個(gè)神經(jīng)元具有一個(gè)大小為2的接受域，簡單地說，由2個(gè)點(diǎn)下采樣為1個(gè)點(diǎn)，也就是C1中不重復(fù)的2個(gè)數(shù)的加權(quán)平均。其中748＝1496/2。

第二卷積層C3，共有1個(gè)特征圖，特征圖由744個(gè)神經(jīng)元構(gòu)成。每個(gè)神經(jīng)元指定一個(gè)大小為5的接受域，由于不考慮對(duì)S2的邊界進(jìn)行拓展，則滑動(dòng)窗將有744個(gè)不同的位置，也就是C3層的大小是744，其中744＝748-(5-1)。

第二采樣層S4，共有1個(gè)特征圖(與C3相同)，特征圖由372個(gè)神經(jīng)元構(gòu)成。每個(gè)神經(jīng)元具有一個(gè)大小為2的接受域，同樣地，是由2個(gè)點(diǎn)下采樣為1個(gè)點(diǎn)，也就是C3中不重復(fù)的2個(gè)數(shù)的加權(quán)平均。其中372＝744/2。

第三卷積層C5，共有1個(gè)特征圖，特征圖由368個(gè)神經(jīng)元構(gòu)成。每個(gè)神經(jīng)元指定一個(gè)大小為5的接受域，由于不考慮對(duì)S4的邊界進(jìn)行拓展，則滑動(dòng)窗將有368個(gè)不同的位置，也就是C4層的大小是368，其中368＝372-(5-1)。

第三采樣層S6，共有1個(gè)特征圖(與C5相同)，每個(gè)特征圖由184個(gè)神經(jīng)元構(gòu)成。每個(gè)神經(jīng)元具有一個(gè)大小為2的接受域，同樣地，由2個(gè)點(diǎn)下采樣為1個(gè)點(diǎn)，也就是C5中不重復(fù)的2個(gè)數(shù)的加權(quán)平均。其中184＝368/2。

輸出層OUTPUT是一個(gè)全連接層。輸出層的神經(jīng)元的個(gè)數(shù)是與要識(shí)別的業(yè)務(wù)種類相同的，本實(shí)施例中假定業(yè)務(wù)類型為7種，那么輸出層OUTPUT的神經(jīng)元數(shù)量即為7。

S107：分別訓(xùn)練一維卷積神經(jīng)網(wǎng)絡(luò)：

采用業(yè)務(wù)流流池群對(duì)于集成卷積神經(jīng)網(wǎng)絡(luò)中的三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分別訓(xùn)練，其中上行一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條上行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽；下行一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條下行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽；交互一維卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入為業(yè)務(wù)流流池群中的每條上行業(yè)務(wù)流數(shù)據(jù)包和下行業(yè)務(wù)流數(shù)據(jù)包，其期望輸出為對(duì)應(yīng)的業(yè)務(wù)類別標(biāo)簽。

S108：業(yè)務(wù)識(shí)別：

在寬帶接入網(wǎng)實(shí)際運(yùn)行時(shí)，捕獲得到一段TCP或UDP業(yè)務(wù)流數(shù)據(jù)幀，從該業(yè)務(wù)流中每個(gè)數(shù)據(jù)幀中提取出數(shù)據(jù)包，末尾添零至長度為A字節(jié)的業(yè)務(wù)流數(shù)據(jù)包，將這些業(yè)務(wù)流數(shù)據(jù)包劃分為上行業(yè)務(wù)流數(shù)據(jù)包和下行業(yè)務(wù)流數(shù)據(jù)包，輸入集成卷積神經(jīng)網(wǎng)絡(luò)中的對(duì)應(yīng)一維卷積神經(jīng)網(wǎng)絡(luò)，仲裁模塊根據(jù)三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)識(shí)別結(jié)果綜合仲裁得到最終業(yè)務(wù)識(shí)別結(jié)果，其仲裁方法為：仲裁模塊收集三個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果，先分別對(duì)每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)，選擇每個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)中數(shù)量占該一維卷積神經(jīng)網(wǎng)絡(luò)所有識(shí)別結(jié)果數(shù)量的百分比最大的識(shí)別結(jié)果作為該一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果。在三個(gè)有效識(shí)別結(jié)果中，如果任意兩個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)的有效識(shí)別結(jié)果一致時(shí)，將此有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果，否則選擇百分比最大的有效識(shí)別結(jié)果作為最終的識(shí)別結(jié)果。

為了驗(yàn)證本發(fā)明的技術(shù)效果，收集了實(shí)際寬帶接入網(wǎng)中7種不同業(yè)務(wù)、共計(jì)139800個(gè)數(shù)據(jù)幀，從每個(gè)業(yè)務(wù)的數(shù)據(jù)幀中，劃出一部分用于卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，剩下一部分用于測(cè)試，其中訓(xùn)練數(shù)據(jù)為130000個(gè)數(shù)據(jù)幀，測(cè)試數(shù)據(jù)為9800個(gè)數(shù)據(jù)幀。在對(duì)每個(gè)一維神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，為避免過擬合現(xiàn)象，將對(duì)應(yīng)的不同業(yè)務(wù)的所有業(yè)務(wù)流數(shù)據(jù)包按照隨機(jī)順序輸入。根據(jù)實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)可知，采用本發(fā)明對(duì)寬帶接入網(wǎng)業(yè)務(wù)的識(shí)別率可達(dá)到90％以上，可見采用本發(fā)明可以實(shí)現(xiàn)對(duì)寬帶接入網(wǎng)高準(zhǔn)確率的業(yè)務(wù)識(shí)別。

盡管上面對(duì)本發(fā)明說明性的具體實(shí)施方式進(jìn)行了描述，以便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實(shí)施方式的范圍，對(duì)本技術(shù)領(lǐng)域的普通技術(shù)人員來講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。