列车以太网通信状态监测方法及系统技术方案

本发明专利技术提供一种列车以太网通信状态监测方法及系统，属于通信技术领域，采集不同业务下TRDP数据流；对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；基于计算的性能统计指标，结合局部相关度计算、聚类算法D

【技术实现步骤摘要】
列车以太网通信状态监测方法及系统


[0001]本专利技术涉及通信
，具体涉及一种列车以太网通信状态监测方法及系统。

技术介绍

[0002]在列车以太网通信过程中，列车以太网进行数据交换主要依赖于TRDP。TRDP是一种基于IP协议的网络通信协议，在TCP/IP协议中位于应用层和传输层中间，具有实时性以及可靠性等特点。目前列车以太网通讯技术已成为了新一代列车通讯技术，拥有大带宽传输更多业务的数据信息，然而在通信过程中仍然存在不可避免的设备故障、网络通信链路异常等问题。此外，列车通信网络错综复杂，列车通信过程中列车各子系统以及设备之间进行信息交互时会产生大量的通信数据，数据传输的正确性以及实时性对于列车的安全运行起着关键的作用。因此，建立一套实时监测列车通信网络中各类业务的通信状况的平台对于列车设备以及通信网络的维护具有重要的现实意义。
[0003]网络测量是量化网络性能指标，了解网络行为最基本和最有效的手段。当前对网络测量技术以及系统，这分别从流量特征、网络拓扑和性能评价等方面对网络进行测量，但是由于业务需求的不同并不能完全适用于列车以太网通信网络的监测。为避免在监测过程中对列车通信网络造成影响，列车以太网的监测一般采用被动测量的方式，要求准确定位异常位置并对统计结果进行回溯。由于列车网络业务众多，TRDP数据包数量巨大，对于网络数据的嗅取、算法的效率以及前端的渲染提出了巨大的挑战，利用传统网络测量方式对网络数据进行存储以及计算，效率低下，且难以保证计算的准确性。
[0004]除了满足列车以太网通信的可靠性和实时性以外，还应充分考虑列车通信网络的信息安全威胁，引入有效的安全机制。异常检测技术作为一种高效主动的防御机制，能够实时监测到网络数据流中的异常情况并做出报告，为列车的正常运行提供保障。然而，针对TRDP网络状态监视和健康评估方面的研究仍然存在较大缺口。常见的异常检测算法例如iForest、OCSVM多基于静态数据或单数据流进行建模，忽略了以太网通信数据流的持续性、大量性以及各设备产生的数据流之间的相关性，并且没有考虑到近期和历史数据的重要性并不相同，对于异常数据检测的准确性和自适应性较低。
[0005]综上，现有研究未充分考虑TRDP数据包的特点，面对连续不断的巨大的列车通信网络流量的采集和计算速度较慢，实时性不高，且不对列车通信业务类别加以区分，导致异常溯源能力较差；此外，没有对列车以太网通信数据流的连续性、多维相关性、数据陈旧性等问题深入分析，导致异常监测结果的准确性较低。

技术实现思路

[0006]本专利技术的目的在于提供一种列车以太网通信状态监测方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0007]为了实现上述目的，本专利技术采取了如下技术方案：
[0008]一方面，本专利技术提供一种列车以太网通信状态监测方法，包括：
[0009]采集不同业务下TRDP数据流；
[0010]对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；
[0011]基于计算的性能统计指标，结合局部相关度计算、聚类算法D
‑
Stream以及衰减窗口技术识别数据流中的异常情况。
[0012]优选的，采集不同业务下TRDP数据流，包括：车载网系统会将网络链路数据镜像映射到一台交换机，从交换机中获取列车以太网TRDP网络数据包；对于获取的网络数据包得到的数据类型为十六进制ASCii码，首先是将抓取的数据包数据转化为十六进制字节，之后直接解析出数据包的Comid，通过根据每类业务Comid的唯一性，将数据包存入不同的先进先出队列当中，存入队列之后由对应进程解析出数据包内容，并将解析出的数据包内容赋值于数据包对象。
[0013]优选的，解析出的数据包内容包括：源IP地址、目的IP地址、Comid(业务编码)、序列号、消息类型、etbTopoCnt(数据是否连续标记)、opTrnTopoCnt(控制通信标记)、datasetLength(数据长度)。
[0014]优选的，聚类算法D
‑
Stream，包括：
[0015]首先定义一组离散的时间步长，t表示当前时间步长，当前到达的多数据流X
t
＝{X1,X2,X3,...,X
i
...}，其中每一条数据记录X
i
＝{x
i1
,x
i2
,...,x
id
}，d表示数据记录的特征维度；当t为0时，创建一个空的哈希表grid，在每一个时间步长读入新的X
i
，决定X
i
的映射的密度网格g，如果g不存在grid中，就将其插入，之后更新网格g的特征向量。
[0016]优选的，当t第一次到达时间间隔gap时，调用函数对grid进行初始化，获得一个初始集群，此后，每隔一个gap的时间步长就对网格进行探测，移除零星的网格并调整集群。其中，网格的零星与否通过网格密度所在的区间判定，该区间通过参数D
m
和D
l
决定：
[0017][0018][0019]其中，N表示数据空间中划分出的网格总数，C
m
和C
l
是两个常数，C
m
＞1，0＜C
l
＜1；λ表示衰减因子。
[0020]优选的，衰减窗口技术包括：采用增量思想，当数据到达后，乘以一个权重，该权重是一个时间相关的函数，数据在空间内留存的时间越长，权重越小；其中，衰减函数为：
[0021]f(t)＝λ
t
‑
t
′
；
[0022]其中，0＜λ＜1，其表示衰减因子，λ越大，数据的衰减速度越快，历史数据对当前聚类结果的影响越小；t表示当前数据到达该网格的时间，t
′
表示该网格内上一个数据到达的时间。
[0023]第二方面，本专利技术提供一种列车以太网通信状态监测系统，包括：
[0024]采集模块，用于采集不同业务下TRDP数据流；
[0025]监测模块，用于对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；
[0026]识别模块，用于基于计算的性能统计指标，结合局部相关度计算、聚类算法D
‑
Stream以及衰减窗口技术识别数据流中的异常情况。
[0027]优选的，还包括数据传输模块，用于利用Kafka消息队列作为分布式实时数据传输通道，将采集模块采集的不同业务下TRDP数据流发送到监测模块。
[0028]优选的，还包括存储模块，用于将监测模块处理后的数据存储在Hadoop平台下的InfluxDB和MySQL数据库中。
[0029]第三方面，本专利技术提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种列车以太网通信状态监测方法，其特征在于，包括：采集不同业务下TRDP数据流；对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；基于计算的性能统计指标，结合局部相关度计算、聚类算法D
‑
Stream以及衰减窗口技术识别数据流中的异常情况。2.根据权利要求1所述的列车以太网通信状态监测方法，其特征在于，采集不同业务下TRDP数据流，包括：车载网系统会将网络链路数据镜像映射到一台交换机，从交换机中获取列车以太网TRDP网络数据包；对于获取的网络数据包得到的数据类型为十六进制ASCii码，首先是将抓取的数据包数据转化为十六进制字节，之后直接解析出数据包的Comid，通过根据每类业务Comid的唯一性，将数据包存入不同的先进先出队列当中，存入队列之后由对应进程解析出数据包内容，并将解析出的数据包内容赋值于数据包对象。3.根据权利要求2所述的列车以太网通信状态监测方法，其特征在于，解析出的数据包内容包括：源IP地址、目的IP地址、业务编码、序列号、消息类型、数据是否连续标记、控制通信标记、数据长度。4.根据权利要求1所述的列车以太网通信状态监测方法，其特征在于，聚类算法D
‑
Stream，包括：首先定义一组离散的时间步长，t表示当前时间步长，当前到达的多数据流X
t
＝{X1,X2,X3,...,X
i
...}，其中每一条数据记录X
i
＝{x
i1
,x
i2
,...,x
id
}，d表示数据记录的特征维度；当t为0时，创建一个空的哈希表grid，在每一个时间步长读入新的X
i
，决定X
i
的映射的密度网格g，如果g不存在grid中，就将其插入，之后更新网格g的特征向量。5.根据权利要求4所述的列车以太网通信状态监测方法，其特征在于，当t第一次到达时间间隔gap时，调用函数对grid进行初始化，获得一个初始集群，此后，每隔一个gap的时间步长就对网格进行探测，移除零星的网格并调...

【专利技术属性】
技术研发人员：赵雪军，张大林，王洪伟，田寅，牛亚翔，彭云鹃，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：