CN100589423C - 识别大型多人在线角色扮演游戏数据流的方法及装置 - Google Patents
识别大型多人在线角色扮演游戏数据流的方法及装置 Download PDFInfo
- Publication number
- CN100589423C CN100589423C CN200710162840A CN200710162840A CN100589423C CN 100589423 C CN100589423 C CN 100589423C CN 200710162840 A CN200710162840 A CN 200710162840A CN 200710162840 A CN200710162840 A CN 200710162840A CN 100589423 C CN100589423 C CN 100589423C
- Authority
- CN
- China
- Prior art keywords
- cluster
- mmorpg
- cycle
- conflux
- data flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Abstract
本发明实施例公开了一种识别大型多人在线角色扮演游戏数据流的方法，包括：在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；将统计的数据包的数量划分成至少两个聚类；根据每一聚类中的子序列在设定时间内个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；若其中一个聚类的可信度大于设定的阈值，则确定所述数据流为MMORPG数据流；所述聚流周期为MMORPG中出现尖峰的时间间隔。通过本发明实施例解决了现有技术中存在的不能准确识别MMORPG数据流问题的问题。本发明实施例同时公开了一种识别大型多人在线角色扮演游戏数据流的装置。
Description
技术领域
本发明涉及网络通信技术，特别涉及识别大型多人在线角色扮演游戏数据流的方法及装置。
背景技术
随着计算机技术的发展，国际互联网络(Internet)中各种应用程序层出不穷，从早期的即时通讯程序，到在线网络游戏，再到流媒体，以及现在非常流行的点对点(P2P)下载等等，这些应用程序使得网络中的各类数据流也在不断的发生变化。
其中，在线网络游戏已经成为电子游戏产业中增长最为迅速的游戏类型，也是目前最有利可图的一种商业，2005年度中国游戏产业年会发布的《2005年度中国游戏产业报告》显示，中国网络游戏用户数在2005年底达到2634万，比2004年增长了30.1％，预计网络游戏从2006年到2010年的年复合增长率为13.7％，远比互联网用户增长率高。而在网络游戏众多分类中，大型多人在线角色扮演游戏(Massive Multiplayer Online Role Playing Games，简称MMORPG)是主流类型。
随着在线网络游戏尤其是MMORPG的不断普及和流行，它们在网路流量中所占的比例将越来越高，为了对MMORPG数据流进行有效的检测和管理，有必要能够识别出MMORPG数据流。
目前，识别MMORPG数据流的方法主要有两种：
1.端口匹配检测
这种方法的特点是解析速度非常快，通常只需要对网际协议(IP)包头进行分析找出端口号，然后和预先设定的端口表进行比较，如果认为该端口是相应业务的端口，则鉴别成功；否则，失败。这个方法虽然非常简单，而且在一开始的应用中也能起到一定的作用。
但随着网络业务的增多，维护一个这样的端口对应表并不容易，而且现在很多MMORPG业务采用动态端口或者伪端口进行数据传输，这样导致这种鉴别技术无法有效的检测出对应的数据流。
2.特征静荷检测
这种方法又称为数据包深度扫描(DPI)，该方法通过扫描高层协议，探知数据包的深层内容来检测。通过深入协议内部获取特征代码，通过若干个特征代码即可判断其为哪种业务数据流。由于这种方法准确度较高，已经成为广泛使用的一种识别方法。
但是这种方法无法识别加密的MMORPG数据流。
综上所述，现有技术不能有效识别MMORPG数据流。
发明内容
本发明实施例提供的一种识别MMORPG数据流的方法及装置，用以解决现有技术中存在不能有效识别MMORPG数据流问题。
本发明实施例提供的一种识别大型多人在线角色扮演游戏数据流的方法包括：
在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；
将统计的数据包的数量划分成至少两个聚类；
根据每一聚类中的子序列在设定时间内的个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；
若其中一个聚类的可信度大于设定的阈值，则确定所述数据流为MMORPG数据流；
所述聚流周期为MMORPG中出现尖峰的时间间隔。
本发明实施例提供的一种识别大型多人在线角色扮演游戏数据流的装置包括：
统计模块，用于在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；
划分模块，用于将统计的所述数据包的数量划分成至少两个聚类；
可信度确定模块，用于根据每一聚类中的子序列在设定时间内的个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；
数据流确定模块，用于若其中一个聚类的可信度大于设定的阈值时，则确定所述数据流为MMORPG数据流；
所述聚流周期为MMORPG中出现尖峰的时间间隔。
本发明实施例在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；将统计的数据包的数量划分成至少两个聚类；根据每一聚类中的子序列在设定时间内个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；若其中一个聚类的可信度大于设定的阈值，则确定所述数据流为MMORPG数据流，从而可以有效识别MMORPG数据流。
附图说明
图1为本发明实施例提供的识别MMORPG数据流的装置结构示意图；
图2A为本发明实施例提供的识别MMORPG数据流的方法流程示意图一；
图2B为本发明实施例提供的周期统计数据流的柱状图；
图2C为本发明实施例提供的设定数据包数量阈值的周期统计数据流的柱状图；
图3为本发明实施例提供的识别MMORPG数据流的方法流程示意图二；
图4为本发明实施例提供的识别MMORPG数据流的方法流程示意图三。
具体实施方式
针对现有技术存在的不能准确识别MMORPG数据流问题，本发明实施例在设定时间内统计每个周期内数据流的有效负载中的数据包的数量，并划分成至少两个聚类；根据所述聚类中的子序列在设定时间内的个数，确定所述聚类的可信度；若其中一个所述可信度大于设定的阈值，则所述数据流为MMORPG数据流，从而解决了上述问题。
如图1所示，本发明实施例提供的识别MMORPG数据流的装置示意图一中包括：统计模块10、划分模块20、可信度确定模块30和数据流确定模块40。
其中，统计模块10，与划分模块20连接，用于在设定时间内统计每个周期内数据流的有效负载中的数据包的数量。其中所述设定的时间为MMORPG的聚流周期的整数倍，所述聚流周期为MMORPG中出现尖峰的时间间隔。所述统计模块10统计数据包数量的每个周期的取值可为2S。
划分模块20，与统计模块10和可信度确定模块30连接，用于将统计模块10统计的数据包的数量划分成至少两个聚类。
其中，划分模块20还可以进一步包括：子序列模块200和均值聚类模块210。
子序列模块200，用于将统计模块10统计的数据包的数量平均划分成多个子序列。
均值聚类模块210，用于对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
其中，聚类技术可以分成划分技术和分层技术，划分聚类将数据分成K个聚类，使得每个聚类中的数据都比其他不同聚类的数据彼此更相似。K的值可以根据需要进行设定，或者通过迭代确定以使聚类准则最小。
本实施例中，采用的是划分技术，划分后每一聚类中都存在一个尖峰，即数据流突然增多。
其中，划分模块20还可以进一步包括：判决模块220。
判决模块220，用于将不小于数量阈值的子序列中的数据包的数量改为第一门限值，将小于数量阈值的子序列中的数据包的数量改为第二门限值。
可信度确定模块30，与划分模块20和数据流确定模块40连接，用于根据划分模块20划分的每一聚类中的子序列的个数与设定时间内MMORPG的聚流周期的个数之比，确定每个聚类的可信度。
其中，若所述设定的时间越长，识别的准确率会越高。
聚类的可信度为在设定时间内，该聚类中子序列的个数除以聚流周期的个数。
其中，可信度确定模块30还可以进一步包括：第一统计模块300、第一聚流周期统计模块310和第一处理模块320。
第一统计模块300，用于确定均值聚类模块210划分的每一聚类中的子序列在设定的时间内的个数。
第一聚流周期统计模块310，用于确定MMORPG的聚流周期在设定的时间内的个数。
第一处理模块320，用于将第一统计模块300确定的每一聚类中的子序列的个数与第一聚流周期统计模块310确定的MMORPG的聚流周期个数之比作为聚类的可信度。
数据流确定模块40，与可信度确定模块30连接，用于在其中一个聚类的可信度大于设定的阈值时，确定统计模块10统计的数据流为MMORPG数据流。
如果MMORPG的聚流周期为一个具体游戏的聚流周期，并且其中一个聚类的可信度大于设定的阈值，则确定数据流为该游戏的数据流。
如图2A所示，为本发明实施例提供的识别MMORPG数据流的方法示意图一，该实施例包括下列步骤：
步骤200、在设定时间内统计每个周期内数据流的有效负载中的数据包的数量。所述设定的时间为MMORPG的聚流周期的整数倍，所述聚流周期为MMORPG中出现尖峰的时间间隔。
这里的周期可以根据具体情况进行设定，因为MMORPG的特征流是在数据流的有效负载中，所以步骤200还可以先过滤掉数据流中的应答信号(ACK)包，然后再进行流量统计。
步骤201、将统计的数据包的数量划分成至少两个聚类。
划分成聚类的方法有很多种，比如K-均值聚类统计，目的就是找到数据流的峰值。
如果采用K-均值聚类统计，则步骤201进一步包括：
将统计的数据包的数量平均划分成多个子序列；
对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
其中，进行K-均值聚类统计的方法是根据需要选取至少两个子序列作为凝聚点，按照子序列顺序计算其他子序列到凝聚点的距离(即从所有子序列中选出来的具有明显特征的序列作为凝聚点，也就是说该点作为计算距离的一个基准，其它子序列跟它的距离值就作为判别的依据)，根据最近距离准则将子序列与自身最近的凝聚点作为一组；
计算各组中所有的子序列的特征变量的和(即由聚类里的各个子序列组成的矩阵的特征向量作为特征变，将各组的平均值作为新的凝聚点，然后不断的重复迭代(即不断地重复K-均值聚类统计)，直到计算前后的每组的子序列完全一致(即迭代前的子序列与迭代后的子序列相同)，则停止运算，将每组作为一个聚类。
假设得到的子序列如下：(1，1，7)，(1，2，8)，(2，2，5)，(3，1，9)，(0，3，7)，(3，1，8)取(1，1，7)和(3，1，9)为凝聚点。
计算子序列的距离，以(1，2，8)为例：
它和凝聚点(1，1，7)的距离的平方是：(1-1)*(1-1)+(2-1)*(2-1)+(8-7)*(8-7)＝2
同理它和凝聚点(3，1，9)的距离的平方是：6
由于2小于6，所以它归入(1，1，7)
按照上述方法计算其他子序列到凝聚点的距离，则第一轮计算之后：
(1，1，7)，(1，2，8)，(2，2，5)，(0，3，7)为一组；(3，1，9)，(3，1，8)为另一组。
然后分别对(1，1，7)，(1，2，8)，(2，2，5)，(0，3，7)和(3，1，9)，(3，1，8)进行量化，也就是对矩阵的量化，得到特征向量。
(1，1，7)，(1，2，8)，(2，2，5)，(0，3，7)的计算后的特征向量是(1，1.5，6.7)(3，1，9)，(3，1，8)计算后的特征向量是(3，1，8.4)。
以(1，1.5，6.7)和(3，1，8.4)作为新的凝聚点重复计算每个子序列到新的凝聚点的距离，得到新的分类，查看新的分类与上一次的分类是否相同。如果相同，则停止计算；否则继续迭代，直到新的分类与上一次的分类相同为止。
步骤202、根据每一聚类中的子序列在设定时间内的个数与设定时间内MMORPG的聚流周期的个数之比，确定每一聚类的可信度。
其中，若所述设定的时间越长，识别的准确率会越高。
每一聚类的可信度为在所述设定时间内该聚类中子序列的个数除以聚流周期的个数。
步骤202还可以进一步包括：
确定聚类中的子序列在设定时间内的个数；确定MMORPG的聚流周期在设定时间内的个数；用每一聚类中的子序列的个数除以MMORPG的聚流周期的个数，得到的数值为每一聚类的可信度。
步骤203、若其中一个聚类的可信度大于设定的阈值，则确定该数据流为MMORPG数据流。
其中，如果设定MMORPG的聚流周期内的数据包数量阈值，步骤201还可以进一步包括：
将统计的每个周期内的数据包的数量平均划分成多个子序列；
将每一子序列中不小于设定的数量阈值的数据包的数量改为第一门限值，将小于设定的数量阈值的数据包的数量改为第二门限值；
对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
其中，如果MMORPG的聚流周期为一个具体游戏的聚流周期，并且步骤203中确定其中一个聚类的可信度大于设定的阈值，则统计的数据流为该游戏的数据流。
如图2B所示，本发明实施例提供的周期统计数据流的柱状图中，周期时间为2S，统计的数据包的数量为3、3、2、13、8、5、5、1、3.........。
根据统计的数据包的数量划分子序列为(3，3，2)(13，8，5)(5，1，3).........。
对所有子序列进行K-均值聚类统计，从划分的分子序列中选择两个子序列作为凝聚点，并计算其他子序列与两个凝聚点之间的距离，根据最近距离准则对子序列进行分组。
对每组的子序列中的数据包的数量相加求出平均值，得到新的凝聚点，继续计算其他子序列与新的凝聚点之间的距离，根据最近距离准则对子序列进行分组。
重复上述步骤，直到前后两次分组中的子序列相同，停止计算，将每组作为一个聚类。
设定一时间段，比如：(t，t+KT)，其中t为任意时刻，K为任意正整数，T为MMORPG的聚流周期，统计该时间段内聚类中子序列的个数F1和该时间段内MMORPG的聚流周期的个数的次数F2。
可信度C＝F1/F2
设定一个阈值Cm，为了保证精确度，取0.9＜Cm＜1。
当C＞Cm时，确定统计的数据流为MMORPG数据流。
图2C为本发明实施例提供的设定数据包数量阈值的周期统计数据流的柱状图中，设定数量阈值，比如设定该数量阈值为6，则将图2B中不小于设定的数量阈值的子序列中的数据包的数量改为1，将小于设定的数量阈值的子序列中的数据包的数量改为0。就形成了图2C。
对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类，这样每个子序列中的数值不是1就是0，从而减少了K-均值聚类统计的计算量，加快了统计速度。
如图3所示，为本发明实施例提供的识别MMORPG数据流的方法示意图二，该实施例包括下列步骤：
步骤300、获取传输控制协议(TCP)传输的数据。
步骤301、过滤掉数据中的肯定应答(Acknowledge，ACK)数据包。
步骤302、根据数据流中的源网际协议(IP)地址和目的IP地址对数据流进行分组，将两个IP地址之间的数据流分成一组。
步骤303、对一组中的数据流进行分析，设定一周期时间(比如：2S)，将周期时间内的数据包个数相加，并对相加后的数据进行子序列划分。
步骤304、设定MMORPG的聚流周期内的数据包数量阈值，对数据进行优化，将将不小于设定的数量阈值的子序列中的数据包的数量改为第一门限值(比如：1)，将小于设定的数量阈值的子序列中的数据包的数量改为第二门限值(比如：0)。
步骤305、对优化后的所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
步骤306、计算划分的聚类的可信度，若其中一个聚类的可信度大于设定的阈值，则统计的数据流为MMORPG数据流。
如图4所示，为本发明实施例提供的识别MMORPG数据流的方法流程示意图三，为了更准确地识别MMORPG数据流，可以将端口检测策略和/或特征净荷检测策略，与本发明实施例结合起来对MMORPG进行检测，及特征库中保存有。本发明实施例的检测策略，以及端口检测策略和/或特征净荷检测策略。
基于此，该实施例设置一个策略库，存储有端口检测策略和/或特征净荷检测策略，以及本发明实施例一和/或实施例二中的检测策略，在应用过程中根据策略库中的策略，对数据流的特征逐个进行检测，从而提高了识别MMORPG数据流的准确率。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。应该明白，这些具体实施中的变化对于本领域的技术人员来说是显而易见的，不脱离本发明的精神保护范围。
从上述实施例中可以看出：本发明实施例在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；将统计的数据包的数量划分成至少两个聚类；根据每一聚类中的子序列在设定时间内个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；若其中一个聚类的可信度大于设定的阈值，则确定所述数据流为MMORPG数据流，从而可以有效识别MMORPG数据流，并提高了识别MMORPG数据流的准确率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1、一种识别大型多人在线角色扮演游戏MMORPG(Massive MultiplayerOnline Role Playing Games)数据流的方法，其特征在于，该方法包括：
在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；
将统计的数据包的数量划分成至少两个聚类；
根据每一聚类中的子序列在设定时间内的个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；
若其中一个聚类的可信度大于设定的阈值，则确定所述数据流为MMORPG数据流；
所述聚流周期为MMORPG中出现尖峰的时间间隔。
2、如权利要求1所述的方法，其特征在于，所述将所述统计的多个周期内的所述数据包的数量划分成至少两个聚类包括下列步骤：
将统计的所述数据包的数量平均划分成多个子序列；
对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
3、如权利要求2所述的方法，其特征在于，设定一数量阈值，则所述将所述统计的多个周期内的所述数据包的数量平均划分成多个子序列之后，对所有子序列进行K-均值聚类统计之前还进一步包括：
将每一子序列中不小于所述数量阈值的数据包的数量改为第一门限值，将小于所述数量阈值的数据包的数量改为第二门限值。
4、如权利要求1或3所述的方法，其特征在于，所述确定每一个所述聚类的可信度包括下列步骤：
确定每一聚类中的子序列在设定时间内的个数；
确定所述MMORPG的聚流周期在所述设定时间内的个数；
将每一聚类中的子序列的个数与所述MMORPG的聚流周期的个数之比作为每一聚类的可信度。
5、如权利要求4所述的方法，其特征在于，当所述MMORPG的聚流周期为一个具体游戏的聚流周期，并且其中一个聚类的可信度大于设定的阈值时，则所述数据流为所述具体游戏的数据流。
6、一种识别大型多人在线角色扮演游戏MMORPG(Massive MultiplayerOnline Role Playing Games)数据流的装置，其特征在于，该装置包括：
统计模块，用于在设定时间内统计每个周期内数据流的有效负载中的数据包的数量；
划分模块，用于将统计的所述数据包的数量划分成至少两个聚类；
可信度确定模块，用于根据每一聚类中的子序列在设定时间内的个数与MMORPG的聚流周期在设定时间内的个数之比，确定每一聚类的可信度，所述设定时间为所述MMORPG的聚流周期的整数倍；
数据流确定模块，用于若其中一个聚类的可信度大于设定的阈值时，则确定所述数据流为MMORPG数据流；
所述聚流周期为MMORPG中出现尖峰的时间间隔。
7、如权利要求6所述的装置，其特征在于，所述划分模块包括：
子序列模块，用于将所述统计模块统计的数据包的数量平均划分成多个子序列；
均值聚类模块，用于对所有子序列进行K-均值聚类统计后，将所有子序列分成至少两个聚类。
8、如权利要求7所述的装置，其特征在于，所述划分模块还包括：
判决模块，用于将每一子序列中不小于数量阈值的数据包的数量改为第一门限值，将小于所述数量阈值的数据包的数量改为第二门限值。
9、如权利要求7或8所述的装置，其特征在于，所述可信度确定模块包括：
第一统计模块，用于确定每一聚类中的子序列在所述设定时间内的个数；
第一聚流周期统计模块，用于确定所述MMORPG的聚流周期在所述设定时间内的个数；
第一处理模块，用于将第一统计模块确定的每一聚类中的子序列的个数与所述第一聚流周期统计模块确定的个数之比作为每一聚类的可信度。
10、如权利要求9所述的装置，其特征在于，当所述MMORPG的聚流周期为一个具体游戏的聚流周期，并且其中一个聚类的可信度大于设定的阈值时，所述数据流为所述具体游戏的数据流。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200710162840A CN100589423C (zh) | 2007-10-15 | 2007-10-15 | 识别大型多人在线角色扮演游戏数据流的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200710162840A CN100589423C (zh) | 2007-10-15 | 2007-10-15 | 识别大型多人在线角色扮演游戏数据流的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101145995A CN101145995A (zh) | 2008-03-19 |
| CN100589423C true CN100589423C (zh) | 2010-02-10 |
Family
ID=39208308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200710162840A Expired - Fee Related CN100589423C (zh) | 2007-10-15 | 2007-10-15 | 识别大型多人在线角色扮演游戏数据流的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100589423C (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103576638A (zh) * | 2012-07-18 | 2014-02-12 | 霍尼韦尔国际公司 | 控制台操作员与现场操作员之间的公共合作背景 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9352224B2 (en) | 2011-10-11 | 2016-05-31 | Empire Technology Development Llc | Gathering path data from a massively multiplayer on-line role-playing game |
| CN105031922B (zh) * | 2015-07-07 | 2017-04-12 | 网易（杭州）网络有限公司 | 游戏数据的处理方法、游戏服务端及游戏客户端 |
| CN107609065B (zh) * | 2017-08-30 | 2019-12-03 | 武汉斗鱼网络科技有限公司 | 一种游戏分类方法、装置及电子设备 |
-
2007
- 2007-10-15 CN CN200710162840A patent/CN100589423C/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103576638A (zh) * | 2012-07-18 | 2014-02-12 | 霍尼韦尔国际公司 | 控制台操作员与现场操作员之间的公共合作背景 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101145995A (zh) | 2008-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108282497B (zh) | 针对SDN控制平面的DDoS攻击检测方法 | |
| CN100563168C (zh) | 应用流量统计方法及装置 | |
| CN101282331B (zh) | 基于传输层特征的p2p网络流量识别方法 | |
| CN107222491B (zh) | 一种基于工业控制网络变种攻击的入侵检测规则创建方法 | |
| KR101005856B1 (ko) | 전송 계층에서 트래픽을 분류하는 방법 및 장치 | |
| CN104917739B (zh) | 虚假账号的识别方法及装置 | |
| CN100589423C (zh) | 识别大型多人在线角色扮演游戏数据流的方法及装置 | |
| US20150131445A1 (en) | Similarity matching method and related device and communication system | |
| CN100352208C (zh) | 一种大型网站数据流的检测与防御方法 | |
| CN106131083A (zh) | 一种攻击报文检测和防范的方法及交换机 | |
| CN101414939A (zh) | 一种基于动态深度包检测的互联网应用识别方法 | |
| CN111782700B (zh) | 基于双层结构的数据流频次估计方法、系统及介质 | |
| CN104333483A (zh) | 互联网应用流量识别方法、系统及识别装置 | |
| CN105119876B (zh) | 一种自动生成的域名的检测方法及系统 | |
| CN104333461A (zh) | 互联网应用流量识别方法、系统及识别装置 | |
| CN106790175B (zh) | 一种蠕虫事件的检测方法及装置 | |
| CN112422448A (zh) | Fpga加速卡网络数据传输方法及相关组件 | |
| CN101854330A (zh) | 互联网的网络应用采集与分析方法及系统 | |
| CN101022370A (zh) | G比特流率下多粒度的网络自动聚类方法 | |
| CN101854366A (zh) | 一种对等网络流量识别的方法及装置 | |
| CN107124410A (zh) | 基于机器深度学习的网络安全态势特征聚类方法 | |
| CN101729429B (zh) | 一种流量控制方法及装置 | |
| CN115811483A (zh) | 一种网络状态监测方法、装置、电子设备和存储介质 | |
| CN102185919B (zh) | 一种基于节点置信半径的p2p网络分布式聚类方法 | |
| CN114116228A (zh) | 一种任务分配方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: CHENGDU CITY HUAWEI SAIMENTEKE SCIENCE CO., LTD. Free format text: FORMER OWNER: HUAWEI TECHNOLOGY CO., LTD. Effective date: 20090424 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20090424 Address after: Qingshui River District, Chengdu high tech Zone, Sichuan Province, China: 611731 Applicant after: Chengdu Huawei Symantec Technologies Co., Ltd. Address before: Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Province, China: 518129 Applicant before: Huawei Technologies Co., Ltd. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee |
Owner name: HUAWEI DIGITAL TECHNOLOGY (CHENGDU) CO., LTD. Free format text: FORMER NAME: CHENGDU HUAWEI SYMANTEC TECHNOLOGIES CO., LTD. |
|
| CP01 | Change in the name or title of a patent holder |
Address after: 611731 Chengdu high tech Zone, Sichuan, West Park, Qingshui River Patentee after: Huawei Symantec Technologies Co., Ltd. Address before: 611731 Chengdu high tech Zone, Sichuan, West Park, Qingshui River Patentee before: Chengdu Huawei Symantec Technologies Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100210 Termination date: 20191015 |