基于数据处理的网络接收数据文件类型判断方法技术

本发明专利技术涉及一种基于数据处理的网络接收数据文件类型判断方法，包括：在连接接收到的各个网络数据包均不存在标识负载数据类型的类型标记或者解析类型标记均失败时，采用卷积神经网络模型以基于固定字符数量的最新接收负载数据的二进制数值表示和最新接收过的各份数据文件分别对应的类型标记判断当前网络接收的数据文件类型。本发明专利技术的基于数据处理的网络接收数据文件类型判断方法设计智能、应用广泛。由于在网络数据包中不存在标识当前接收的数据文件的类型标记或者类型标记解析失败时，能够基于定长接收负载数据的二进制数值以及之前接收到的各份数据文件类型智能判断当前接收的数据文件类型，从而为后续的数据文件的处理提供关键信息。的处理提供关键信息。

【技术实现步骤摘要】
基于数据处理的网络接收数据文件类型判断方法


[0001]本专利技术涉及网络通信领域，尤其涉及一种基于数据处理的网络接收数据文件类型判断方法。

技术介绍

[0002]网络是用物理链路将各个孤立的工作站或主机相连在一起，组成数据链路，从而达到资源共享和通信的目的。通信是人与人之间通过某种媒体进行的信息交流与传递。网络通信是通过网络将各个孤立的设备进行连接，通过信息交换实现人与人，人与计算机，计算机与计算机之间的通信。网络通信中最重要的就是网络通信协议。当前网络协议有很多，局域网中最常用的有三个网络协议：MICROSOFT的NETBEUI、NOVELL的IPX/SPX和TCP/IP协议。应根据需要来选择合适的网络协议。
[0003]现有技术中，在网络接收端接收数据文件时，需要对网络数据包的包头进行分析以获得标识当前接收的数据文件的类型标记，一旦网络数据包中不存在标识当前接收的数据文件的类型标记，或者在接收过程中标识当前接收的数据文件的类型标记解析失败时，网络接收端面临无法处理当前接收到的数据文件的困境，因此，需要一种可靠、稳定的数据文件类型标记判断机制，解决上述技术问题。

技术实现思路

[0004]为了解决现有技术中的技术问题，本专利技术提供了一种基于数据处理的网络接收数据文件类型判断方法，在网络数据包中不存在标识当前接收的数据文件的类型标记或者类型标记解析失败时，基于定长接收负载数据的二进制数值以及之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型，从而实现对网络配置数据的补全。
[0005]根据本专利技术的一方面，提供了一种基于数据处理的网络接收数据文件类型判断方法，所述方法包括：
[0006]接收每一网络数据包，对接收到的每一网络数据包进行解包处理以获得其中的负载数据；
[0007]对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息；
[0008]对所述固定字符数量的定长负载信息中的各个字符分别进行二进制数值转换以获得固定字符数量的各份二进制数值序列；
[0009]在连接接收到的各个网络数据包均不存在标识负载数据类型的类型标记或者解析所述类型标记均失败时，采用卷积神经网络模型以基于固定字符数量的各份二进制数值序列和网络接收装置在连续接收所述各个网络数据包之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型；
[0010]其中，所述卷积神经网络模型为完成设定数量的多次学习操作后的卷积神经网
络，所述设定数量的取值与所述固定字符数量的取值成正比；
[0011]其中，对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息包括：网络数据包接收时间越早，其数据拼接位置越靠前；
[0012]其中，对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息包括：所述固定字符数量与每一网络数据包的负载数据长度成正比。
[0013]由此可见，本专利技术至少具备以下几处显著的实质性特点：
[0014]第一处：在网络数据包中不存在标识或者标识难以解析时，基于最新解包获得的定长负载数据的二进制数值以及之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型，从而为后续数据文件内容的处理提供关键的参考信息；
[0015]第二处：实施的智能判断基于卷积神经网络模型，所述卷积神经网络模型为完成设定数量的多次学习操作后的卷积神经网络，且学习的次数与定长负载数据的长度成正比，从而保证卷积神经网络模型的判断结果的稳定性和可靠性；
[0016]第三处：在对卷积神经网络执行的每一次学习操作，将已完成网络传输的数据文件对应的、已知数值的类型标记作为卷积神经网络的输出内容，将已完成网络传输的数据文件对应的固定字符数量的各份二进制数值序列以及网络接收装置在网络接收所述已完成网络传输的数据文件之前接收到的各份数据文件分别对应的各份类型标记作为卷积神经网络的逐项输入内容，完成本次学习操作，从而保证对卷积神经网络执行的每一次学习操作的效果。
[0017]本专利技术的基于数据处理的网络接收数据文件类型判断方法设计智能、应用广泛。由于在网络数据包中不存在标识当前接收的数据文件的类型标记或者类型标记解析失败时，能够基于定长接收负载数据的二进制数值以及之前接收到的各份数据文件类型智能判断当前接收的数据文件类型，从而为后续的数据文件的处理提供关键信息。
附图说明
[0018]以下将结合附图对本专利技术的实施方案进行描述，其中：
[0019]图1为根据本专利技术首要实施例示出的基于数据处理的网络接收数据文件类型判断方法的步骤流程图。
[0020]图2为根据本专利技术次要实施例示出的基于数据处理的网络接收数据文件类型判断方法的步骤流程图。
[0021]图3为根据本专利技术再次要实施例示出的基于数据处理的网络接收数据文件类型判断方法的步骤流程图。
具体实施方式
[0022]下面将参照附图对本专利技术的基于数据处理的网络接收数据文件类型判断方法的实施方案进行详细说明。
[0023]图1为根据本专利技术首要实施例示出的基于数据处理的网络接收数据文件类型判断
方法的步骤流程图，所述方法包括：
[0024]S1：接收每一网络数据包，对接收到的每一网络数据包进行解包处理以获得其中的负载数据；
[0025]示例地，每一网络数据包按照固定的网络协议进行打包处理且具有相同的包的长度；
[0026]S2：对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息；
[0027]S3：对所述固定字符数量的定长负载信息中的各个字符分别进行二进制数值转换以获得固定字符数量的各份二进制数值序列；
[0028]S4：在连接接收到的各个网络数据包均不存在标识负载数据类型的类型标记或者解析所述类型标记均失败时，采用卷积神经网络模型以基于固定字符数量的各份二进制数值序列和网络接收装置在连续接收所述各个网络数据包之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型；
[0029]其中，所述卷积神经网络模型为完成设定数量的多次学习操作后的卷积神经网络，所述设定数量的取值与所述固定字符数量的取值成正比；
[0030]示例地，所述设定数量的取值与所述固定字符数量的取值成正比包括：采用数值映射公式表示所述设定数量的取值与所述固定字符数量的取值成正比的数值映射关系；
[0031]其中，对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息包括：网络数据包接收时间越早，其数据拼接位置越靠前；
[0032]其中，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的网络接收数据文件类型判断方法，其特征在于，所述方法包括：接收每一网络数据包，对接收到的每一网络数据包进行解包处理以获得其中的负载数据；对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息；对所述固定字符数量的定长负载信息中的各个字符分别进行二进制数值转换以获得固定字符数量的各份二进制数值序列；在连接接收到的各个网络数据包均不存在标识负载数据类型的类型标记或者解析所述类型标记均失败时，采用卷积神经网络模型以基于固定字符数量的各份二进制数值序列和网络接收装置在连续接收所述各个网络数据包之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型；其中，所述卷积神经网络模型为完成设定数量的多次学习操作后的卷积神经网络，所述设定数量的取值与所述固定字符数量的取值成正比；其中，对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息包括：网络数据包接收时间越早，其数据拼接位置越靠前；其中，对连续接收到的各个网络数据包分别对应的各份负载数据进行基于接收时间顺序的数据拼接处理，以获得固定字符数量的定长负载信息包括：所述固定字符数量与每一网络数据包的负载数据长度成正比。2.如权利要求1所述的基于数据处理的网络接收数据文件类型判断方法，其特征在于，所述方法还包括：接收所述卷积神经网络模型智能判断的当前网络接收的数据文件类型，并将智能判断的当前网络接收的数据文件类型网络传输到网络发送装置以进行验证。3.如权利要求1所述的基于数据处理的网络接收数据文件类型判断方法，其特征在于，在连接接收到的各个网络数据包均不存在标识负载数据类型的类型标记或者解析所述类型标记均失败时，采用卷积神经网络模型以基于固定字符数量的各份二进制数值序列和网络接收装置在连续接收所述各个网络数据包之前接收到的各份数据文件分别对应的各份类型标记智能判断当前网络接收的数据文件类型之前，所述方法还包括：对卷积神经网络执行设定数量的多次学习操作，以获得完成设定数量的多次学习操作后的卷积神经网络并作为所述卷积神经网络模型输出。4.如权利要求3所述的基于数据处理的网络接收数据文件类型判断方法，其特征在于：对卷积神经网络执行设定数量的多次学习操作，以获得完成设定数量的多次学习操作后的卷积神经网络并作为所述卷积神经网络模型输出包括：在对卷积神经网络执行的每一次学习操作，将已完成网络传输的数据文件对应的、已知数值的类型标记作为卷积神经网络的输出内容，将已完成网络传输的数据文件对应的固定字符数量的各份二进制数值序列以及网络接收装置在网络接收所述已完成网络传输的数据文...

【专利技术属性】
技术研发人员：黄小兵，
申请(专利权)人：黄小兵，
类型：发明
国别省市：