CN114520779B - 基于类波形匹配的加密网关时延度量方法、装置及设备 - Google Patents
基于类波形匹配的加密网关时延度量方法、装置及设备 Download PDFInfo
- Publication number
- CN114520779B CN114520779B CN202210413990.6A CN202210413990A CN114520779B CN 114520779 B CN114520779 B CN 114520779B CN 202210413990 A CN202210413990 A CN 202210413990A CN 114520779 B CN114520779 B CN 114520779B
- Authority
- CN
- China
- Prior art keywords
- queue
- gateway
- order data
- data set
- identification
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及大数据技术,提供了基于类波形匹配的加密网关时延度量方法、装置及设备,是基于待处理订单数据集中离开网关订单数据子集和进入网关订单数据子集分别提取目标数据集并基于相邻数据之间的时间差分别转换为第二识别队列和第一识别队列后,将第二识别队列基于合并处理的第二合并队列与第一识别队列基于合并处理的第一合并队列进行相同特征值匹配,即可快速得到用于度量网关时延的当前离开网关订单数据集和当前进入网关订单数据集,最终无需对离开网关订单数据子集中具体数据内容进行解密即可参与计算得到网关时延。
Description
技术领域
本发明涉及大数据的数据处理技术领域,尤其涉及基于类波形匹配的加密网关时延度量方法、装置及设备。
背景技术
目前,在证券行业交易场景中,券商往往会密切关注证券交易链路上各个节点的时延性能,其中包括订单系统、交易系统、加密网关等。证券交易链路中,加密网关和证券交易所服务器之间的上下行订单委托报文数据往往是是加密的,该段链路中无法对加密数据解压后通过订单精准关联匹配的方式计算时延性能,这就导致无法准确度量出加密网关的时延。
发明内容
本发明实施例提供了基于类波形匹配的加密网关时延度量方法、装置及设备,旨在解决现有技术中加密网关和证券交易所服务器之间的上下行订单委托报文数据往往是加密的,该段链路无法通过订单精准关联匹配的方式计算时延性能,导致无法准确度量出加密网关的时延的问题。
第一方面,本发明实施例提供了一种基于类波形匹配的加密网关时延度量方法,其包括:
响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文;
获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段;
获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集;
对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列;
对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列;
获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得;以及
获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
第二方面,本发明实施例提供了一种基于类波形匹配的加密网关时延度量装置,其包括:
待处理数据集获取单元,用于响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文;
目标时间段获取单元,用于获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段;
目标数据集获取单元,用于获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集;
识别队列获取单元,用于对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列;
识别队列合并单元,用于对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列;
识别队列对齐单元,用于获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得;以及
网关时延度量单元,用于获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的基于类波形匹配的加密网关时延度量方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于类波形匹配的加密网关时延度量方法。
本发明实施例提供了基于类波形匹配的加密网关时延度量方法、装置及设备,是基于待处理订单数据集中离开网关订单数据子集和进入网关订单数据子集分别提取目标数据集并基于相邻数据之间的时间差分别转换为第二识别队列和第一识别队列后,将第二识别队列基于合并处理的第二合并队列与第一识别队列基于合并处理的第一合并队列进行相同特征值匹配,即可快速得到用于度量网关时延的当前离开网关订单数据集和当前进入网关订单数据集,最终无需对离开网关订单数据子集中具体数据内容进行解密即可参与计算得到网关时延。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于类波形匹配的加密网关时延度量方法的应用场景示意图;
图2为本发明实施例提供的基于类波形匹配的加密网关时延度量方法的流程示意图;
图3为本发明实施例提供的基于类波形匹配的加密网关时延度量装置的示意性框图;
图4为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的基于类波形匹配的加密网关时延度量方法的应用场景示意图;图2为本发明实施例提供的基于类波形匹配的加密网关时延度量方法的流程示意图,该基于类波形匹配的加密网关时延度量方法应用于网关服务器中,该方法通过安装于网关服务器中的应用软件进行执行。
如图2所示,该方法包括步骤S101~S107。
S101、响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文。
在本实施例中,为了更清楚的理解本申请的技术方案,下面对所涉及到的终端进行介绍。需要说明的是,本申请中所涉及到的数据均为获得用户授权后合法取得。
报单工具,可以理解为测试环境下的报单服务器,用于在测试环境下将用户委托的证券交易订单(一般是虚拟订单,不会导致实际扣款,金融领域订单也可以称为委托)上报到交易系统。
交易系统,其可接收报单工具发送的证券交易订单,再将证券交易订单发送至网关。
网关,其在本申请中更具体可以理解为证券加密网关(本质上也是一种网关服务器),也是一种加密网关,其可与证券交易所的交易所服务器进行通讯以进行数据交互,也可以与交易系统进行通讯以进行数据交互。网关可以对报交易系统发送的证券交易订单进行加密后再上传到交易所服务器(可以理解为数据上行的过程),而证券交易订单从进入网关到离开网关是有时间差,这一时间差就可以理解为网关时延。而且网关还可以接收交易所服务器下发的处理结果,将处理结果在网关内处理后发送至交易系统(可以理解为数据下行的过程)。
交易所服务器,其可以接收网关上报的加密证券交易订单,并进行解密后完成证券交易的数据处理。交易所服务器在完成数据处理后,可以将处理结果下发到网关,网关对处理结果再处理后发送至交易系统。
其中,本申请是以网关为执行主体描述技术方案。其中,所述网关时延获取指令为网关上行时延获取指令或网关下行时延获取指令。例如先以数据上行的场景为例,当在网关中需要度量网关时延的时候,可以在报单工具上由用户触发产生证券交易订单,该证券交易订单先由报单工具发送至交易系统,交易系统再将证券交易订单发送至网关,然后网关基于该网关时延获取指令获取均为数据上行过程中产生的待处理订单数据集。
在一实施例中,步骤S101包括:
若确定所述网关时延获取指令为网关上行时延获取指令,获取与所述网关上行时延获取指令对应的待处理订单数据集;
若确定所述网关时延获取指令为网关下行时延获取指令,获取与所述网关下行时延获取指令对应的待处理订单数据集。
在本实施例中,仍以数据上行的场景为例,例如待处理订单数据集可以是网关时延获取指令对应的触发时间之前2个小时内所有经过网关上行到交易所服务器的订单数据,也可以是网关时延获取指令对应的当前订单数据集,更具体是包括了进入网关订单数据子集和离开网关订单数据子集,而且所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文。数据下行的场景中,获取待处理订单数据集的方式与数据上行的场景完全一样,此处不再赘述。
例如,如下表1中列举了包括若干条进入网关订单数据的进入网关订单数据子集:
时间 | 源地址 | 目标地址 | 协议 | 报文长度 | 报文信息 |
TT1 | SS1 | DD1 | TCP | 267 | Info1 |
TT2 | SS2 | DD2 | TCP | 267 | Info2 |
TT3 | SS3 | DD3 | TCP | 267 | Info3 |
TT4 | SS4 | DD4 | TCP | 267 | Info4 |
TT5 | SS5 | DD5 | TCP | 1272 | Info5 |
…… | …… | …… | …… | …… | …… |
TTN1 | SSN1 | DDN1 | TCP | 267 | InfoN1 |
表1
在表1所示的进入网关订单数据子集包括N1条进入网关订单数据(N1是一个正整数),其中每一条进入网关订单数据对应一条进入网关订单报文,其中基于每一条进入网关订单报文中的报文长度可以初步判断各进入网关订单报文是否为粘包订单数据,例如表1中(TT5、SS5、DD5、TCP、1272、Info5)这一条进入网关订单数据因报文长度为1272(例如单位是byte),明显大于其他进入网关订单数据的报文长度,故(TT5、SS5、DD5、TCP、1272、Info5)这一条进入网关订单数据可以判定为粘包订单数据。其他报文长度为267(例如单位是byte)的进入网关订单数据则为正常订单数据。
同样的,如下表2中列举了包括若干条离开网关订单数据的离开网关订单数据子集:
时间 | 源地址 | 目标地址 | 协议 | 报文长度 | 报文信息 |
T1 | S1 | D1 | TLSV1.2 | 236 | Data1 |
T2 | S2 | D2 | TLSV1.2 | 236 | Data2 |
T3 | S3 | D3 | TLSV1.2 | 236 | Data 3 |
T4 | S4 | D4 | TLSV1.2 | 236 | Data4 |
T5 | S5 | D5 | TLSV1.2 | 236 | Data5 |
…… | …… | …… | …… | …… | …… |
TN2 | SN2 | DN2 | TLSV1.2 | 236 | DataN2 |
表2
在表2所示的离开网关订单数据子集包括N2条离开网关订单数据(N2也是一个正整数,可能与N1相同,也可能与N1不相同),其中每一条离开网关订单数据对应一条离开网关订单报文,且Data1- DataN2均是加密数据(例如均基于TLSV1.2协议进行加密得到),其中基于每一条离开网关订单数据中的报文长度可以初步判断各离开网关订单数据是否为粘包订单数据,例如表2中(T1、S1、D1、TLSV1.2、236、Data1)这一条离开网关订单数据因报文长度为236(例如单位是byte),与其他离开网关订单数据的报文长度均相同,故(T1、S1、D1、TLSV1.2、236、Data1)这一条离开网关订单数据可以判定为正常订单数据。其中,TLSV1.2(TLS的全称是Transport Layer Security,V1.2表示V1.2版本)是一种传输层安全协议 。
在网关中获取到了待处理订单数据集后,可以其作为数据基础进一步分析网关的网关时延。
S102、获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段。
在本实施例中,继续参考上述示例,由于所述待处理订单数据集中所述进入网关订单数据子集中从第1条进入网关订单数据至第N1条进入网关订单数据对应一个第一数据时间段(例如第一数据时间段记为[t1,t2],其中t1表示所述进入网关订单数据子集中第1条进入网关订单数据进入网关的时间点,t2表示所述进入网关订单数据子集中第N1条进入网关订单数据进入网关的时间点),所述待处理订单数据集中所述离开网关订单数据子集中从第1条离开网关订单数据至第N2条离开网关订单数据对应一个第二数据时间段(例如第二数据时间段记为[t3,t4],其中t3表示所述离开网关订单数据子集中第1条离开网关订单数据离开网关的时间点,t4表示所述进入网关订单数据子集中第N2条离开网关订单数据离开网关的时间点),此时可以基于预设的时间段筛选策略从所述第一数据时间段和所述第二数据时间段中获取两者共有且时长等于预设时长(如1s)的一个时间段作为目标时间段。
在一实施例中,步骤S102中所述根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段,包括:
获取所述第一数据时间段与所述第二数据时间段的交集,得到重叠时间段;
获取所述时间段筛选策略对应的预设时长,在所述重叠时间段中随机选择一段具有所述预设时长的时间段作为目标时间段。
在本实施例中,仍继续参考上述示例,若所述第一数据时间段为[t1,t2],所述第二数据时间段为[t3,t4],且t1<t3(表示t1对应的时间点早于t3对应的时间点),t3<t2<t4(表示t2对应的时间点早于t4对应的时间点但晚于t3对应的时间点),这样所述第一数据时间段与所述第二数据时间段的重叠时间段为[t3,t2]。此时在获取所述时间段筛选策略对应的预设时长,然后在所述重叠时间段中随机选择一段具有所述预设时长的时间段作为目标时间段。其中,例如预设时长等于1s,当然具体实施时预设时长并不局限于1s,也可以设置为其他时长,具体设置值可根据实际需求自定义。此时以预设时长为1s为例,随机在重叠时间段[t3,t2]中选择1s时长对应的时间段,即可作为目标时间段。可见,基于这一方式所选定的目标时间段是所述第一数据时间段和所述第二数据时间段中共有的时间段,能作为后续继续分析网关时延的基础数据。
S103、获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集。
在本实施例中,若直接基于报文长度对其原则将所述进入网关订单数据子集中各进入网关订单数据和所述离开网关订单数据子集中相应的离开网关订单数据进行对其和映射配对后,例如表1中(TT1、SS1、DD1、TCP、267、Info1)这一条进入网关订单报文对应的进入网关订单数据、与表2中(T2、S2、D2、TLSV1.2、236、Data2)这一条离开网关订单报文对应的离开网关订单数据是可对其和映射配对,再根据上述离开网关订单数据(T2、S2、D2、TLSV1.2、236、Data2)对应的时间点T2减去进入网关订单数据(TT1、SS1、DD1、TCP、267、Info1)对应的时间点TT1,即可得到预估网关时延。但是基于上述方式,若在所述进入网关订单数据子集和/或所述离开网关订单数据子集中存在粘包订单数据等现象时,则会导致预估网关时延的结果准确率不高。故本申请中采用将所述进入网关订单数据子集基于目标时间段对应提取第一目标数据集,且将所述离开网关订单数据子集基于目标时间段对应提取第二目标数据集后,可降低其中粘包订单数据对计算网关时延准确率的影响。而且,所提取的第二目标数据集中各离开网关订单数据无需进行解密也可参与这一目标数据筛选处理和后续的特征队列值获取和对齐处理,有效确保的数据安全性。
S104、对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列。
在本实施例中,对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,是为了将第一目标数据集转换为时间间隔队列。同样,对所述第二目标数据集基于预设的时间间隔计算策略提取第二识别队列,也是为了将第二目标数据集转换为时间间隔队列。可见,基于这一时间间隔提取转换方式,可以快速有效构建忽略粘包订单数据影响的第一识别队列和第二识别队列。
在一实施例中,所述时间间隔计算策略用于计算所述进入网关订单数据子集中相邻进入网关订单数据之间的时间间隔,和用于计算所述离开网关订单数据子集中相邻离开网关订单数据之间的时间间隔,所述步骤S104包括:
根据相邻进入网关订单数据之间的时间间隔,获取所述第一目标数据集对应的第一识别队列;
根据相邻离开网关订单数据之间的时间间隔,获取所述第二目标数据集对应的第二识别队列。
在本实施例中,例如在表1所示的所述进入网关订单数据子集中排序前81位的进入网关订单数据各自进入网关的时间点是位于所述目标时间段内,则将这81个进入网关订单数据(可组成第一目标数据集,例如将第一目标数据集记为rx)从第2个进入网关订单数据开始,用第p+1个进入网关订单数据的时间点减去第p个进入网关订单数据的时间点(即p为[1,80]取值范围中的正整数)可得到一个具有80个时间间隔值的第一识别队列。
同样在如表2所示的所述离开网关订单数据子集中排序第3位-第83位的离开网关订单数据各自进入网关的时间点是位于所述目标时间段,则将这81个离开网关订单数据(可组成第二目标数据集,例如将第二目标数据集记为tx)从第2个离开网关订单数据开始,用第q+1个离开网关订单数据的时间点减去第q个离开网关订单数据的时间点(即q为[1,80]取值范围中的正整数)可得到一个具有80个时间间隔值的第二识别队列。可见,将所述进入网关订单数据子集转换为第一识别队列,且将所述离开网关订单数据子集转换为第二识别队列后,有效将具有多维度属性数据的网关订单数据转换为具有时间间隔这一单一属性的识别队列,能更方便后续挖掘出相关联的进入网关订单数据目标子集以及离开网关订单数据目标子集。
S105、对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列。
在本实施例中,由于所述第一识别队列中每一数值是由所述第一目标数据集rx相邻的两个进入网关订单数据的时间点之间求得,所述第二识别队列中每一数值是由所述第二目标数据集tx相邻的两个离开网关订单数据的时间点之间求得,这样得到的第一识别队列和第二识别队列均是时间差值,忽略了粘包订单数据的报文长度对对齐所述第一目标数据集rx和所述第二目标数据集tx造成的影响。故若不对所述第一目标数据集rx和所述第二目标数据集tx做任何处理进行就进行对齐处理,得到的网关时延计算结果不准确。
在一实施例中,步骤S105包括:
获取所述识别队列合并策略对应的时间间隔阈值;
若所述第一识别队列中存在超出所述时间间隔阈值的第一队列数值,依序获取对应的第一队列数值组成第一队列标记数值集;
将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列;
若所述第二识别队列中存在超出所述时间间隔阈值的第二队列数值,依序获取对应的第二队列数值组成第二队列标记数值集;
将所述第二队列标记数值集中每一第二队列标记数值作为间隔位将所述第二识别队列划分并分别进行队列数值合并,得到第二合并队列。
其中,所述将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列,包括:
获取所述第一队列标记数值集中第一队列标记数值的第一总个数并记为Total1;
将所述第一识别队列依据每一第一队列标记数值作为间隔位依序进行划分,得到第一队列划分结果;其中,所述第一队列划分结果中包括(Total1+1)个的划分子队列和Total1个第一队列标记数值,且将第一队列划分结果中(Total1+1)个划分子队列分别记为第一划分子队列至第(Total1+1)划分子队列;
将第一队列划分结果中各第一划分子队列进行求和,以得到第一合并队列。
在本实施例中,例如以第一识别队列中的队列数值合并过程为例,所述第一目标数据集rx对应的第一队列数值包括80个时间间隔值如记为[A1 A2 A3…… A80],若预设的所述识别队列合并策略对应的时间间隔阈值为TTT,若其中A5、A22、A33、A47、A53、A67超出时间间隔阈值,上述6个队列数值则作为间隔位将第一队列数值分成7组,加上上述6个队列数值自身保留不被合并,则将第一队列数值包括80个时间间隔值[A1 A2 A3…… A80]划分为了[A1-A4 A5 A6-A21 A22 A23-A32 A33 A34-A46 A47 A48-A52 A53 A54-A66 A66 A67-A80],之后将队列数值依据分组结果求和合并(具体如将A1-A4求和得到第一求和结果、将A6-A21求和得到第二求和结果、将A23-A32求和得到第三求和结果、将A34-A46求和得到第四求和结果、将A48-A52求和得到第五求和结果、将A54-A66求和得到第六求和结果、将A67-A80求和得到第七求和结果),得到第一合并队列(如表示为[第一求和结果 A5第二求和结果A22第三求和结果A33第四求和结果A47第五求和结果A53第六求和结果A66第七求和结果])。之后第二识别队列中的队列数值合并过程可完全参考第一识别队列中的队列数值合并过程,此处不再赘述,此处仅仅以一个示例来表示第二合并队列如表示为[第八求和结果B7第九求和结果B22第十求和结果B33第十一求和结果B47第十二求和结果B54第十三求和结果B68第十四求和结果]。可见,基于上述队列数值的预处理方法,不仅可以弱化粘包带来的时间间隔(如μs精度)引起的误差,而且放大了最具有特征价值的数据(如A5、A22、A33、A47、A53、A67这6个队列数值)。
S106、获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得。
在本实施例中,继续参考上述示例,如第一合并队列表示为[第一求和结果 A5第二求和结果A22第三求和结果A33第四求和结果A47第五求和结果A53第六求和结果A66第七求和结果],且第二合并队列表示为[第八求和结果 B7第九求和结果B22第十求和结果B33第十一求和结果B47第十二求和结果B54第十三求和结果B68第十四求和结果],若其中第一合并队列中[A22第三求和结果A33第四求和结果 A47]这一局部序列与第二合并队列中[B22第十求和结果B33第十一求和结果B47]的这一局部序列完全相同,则第一合并队列中[A22第三求和结果A33第四求和结果 A47]这一局部序列可记为第一特征队列集,第二合并队列中[B22第十求和结果B33第十一求和结果B47]的这一局部序列可记为第二特征队列集。可见,基于这一队列值的对齐方式,可以实现将所述第一目标数据集和所述第二目标数据集中最具特征价值的数据进行了对齐,相较于单个报文长度的对齐方式,能更加准确实现进入网关订单数据与相应离开网关订单数据的匹配和映射以计算出更准确的网关时延。
具体实施时,可具体限定所述特征队列集中的首位队列数值至少以所述第一合并队列中中间队列数值为起始点位置所获得 (例如第一合并队列中有20个特征队列值,则可以从第10位特征队列值这一中间队列数值为起始点位置),是为了避免直接在所述第一合并队列和所述第二合并队列的队首位置开始抓取最具特征价值的数据,而且特征队列集中所包括队列数值的个数越大,能实现更精准的对齐。上述对齐方式也可以视为一种类波形匹配方式。
S107、获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
在本实施例中,继续参考上述示例,例如所述第一特征队列集中首位队列数值为A22,表示第一目标数据集rx中第23个进入网关订单数据的时间点与第22个进入网关订单数据的时间点的时间间隔值,此时由第22个进入网关订单数据和第23个进入网关订单数据组成当前进入网关订单数据集。同样的,所述第二特征队列集中首位队列数值为B22,表示第二目标数据集tx中第23个离开网关订单数据的时间点与第22个离开网关订单数据的时间点的时间间隔值,此时由第22个离开网关订单数据和第23个离开网关订单数据组成当前进入网关订单数据集。之后即可由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延,例如用第22个离开网关订单数据的时间点与第22个进入网关订单数据的时间点之间的时间间隔值作为当前网关时延,或者是用第23个离开网关订单数据的时间点与第23个进入网关订单数据的时间点之间的时间间隔值作为当前网关时延。可见,基于第一合并队列与第二合并队列基于连续相同时间间隔值对齐识别出第一特征队列集和第二特征队列集,可以快速从第一目标数据集中提取到当前进入网关订单数据集,且从第而目标数据集中提取到当前离开网关订单数据集,最终快速计算得到更为准确的网关时延。
在一实施例中,步骤S107中所述由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延,包括:
获取所述当前离开网关订单数据集中首位离开网关订单数据对应的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据对应的第二时间点,由所述第二时间点与所述第一时间点之差获取当前网关时延。
在本实施例中,为了简化当前网关时延的度量计算过程,此时可获取所述当前离开网关订单数据集中首位离开网关订单数据对应的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据对应的第二时间点,由所述第二时间点与所述第一时间点之差获取当前网关时延。具体如获取所述当前离开网关订单数据集中首位离开网关订单数据也即第22个离开网关订单数据的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据也即第22个进入网关订单数据的第二时间点,由当前网关时延=第二时间点-第一时间点确定当前网关时延。可见,基于这一方式可以更快速和准确的计算得到网关时延。
该方法实现了基于待处理订单数据集中离开网关订单数据子集和进入网关订单数据子集分别提取目标数据集并基于相邻数据之间的时间差分别转换为第二识别队列和第一识别队列后,将第二识别队列基于合并处理的第二合并队列与第一识别队列基于合并处理的第一合并队列进行相同特征值匹配,即可快速得到用于度量网关时延的当前离开网关订单数据集和当前进入网关订单数据集,最终无需对离开网关订单数据子集中具体数据内容进行解密即可参与计算得到网关时延。
本发明实施例还提供一种基于类波形匹配的加密网关时延度量装置,该基于类波形匹配的加密网关时延度量装置用于执行前述基于类波形匹配的加密网关时延度量方法的任一实施例。具体地,请参阅图3,图3是本发明实施例提供的基于类波形匹配的加密网关时延度量装置100的示意性框图。
其中,如图3所示,基于类波形匹配的加密网关时延度量装置100包括待处理数据集获取单元101、目标时间段获取单元102、目标数据集获取单元103、识别队列获取单元104、识别队列合并单元105、识别队列对齐单元106和网关时延度量单元107。
待处理数据集获取单元101,用于响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文。
在本实施例中,是以网关为执行主体描述技术方案。其中,所述网关时延获取指令为网关上行时延获取指令或网关下行时延获取指令。例如先以数据上行的场景为例,当在网关中需要度量网关时延的时候,可以在报单工具上由用户触发产生证券交易订单,该证券交易订单先由报单工具发送至交易系统,交易系统再将证券交易订单发送至网关),然后网关基于该网关时延获取指令获取均为数据上行过程中产生的待处理订单数据集。
在一实施例中,待处理数据集获取单元101具体用于:
若确定所述网关时延获取指令为网关上行时延获取指令,获取与所述网关上行时延获取指令对应的待处理订单数据集;
若确定所述网关时延获取指令为网关下行时延获取指令,获取与所述网关下行时延获取指令对应的待处理订单数据集。
在本实施例中,仍以数据上行的场景为例,例如待处理订单数据集可以是网关时延获取指令对应的触发时间之前2个小时内所有经过网关上行到交易所服务器的订单数据,也可以是网关时延获取指令对应的当前订单数据集,更具体是包括了进入网关订单数据子集和离开网关订单数据子集,而且所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文。数据下行的场景中,获取待处理订单数据集的方式与数据上行的场景完全一样,此处不再赘述。
例如,如上表1中列举了包括若干条进入网关订单数据的进入网关订单数据子集,在表1所示的进入网关订单数据子集包括N1条进入网关订单数据(N1是一个正整数),其中每一条进入网关订单数据对应一条进入网关订单报文,其中基于每一条进入网关订单报文中的报文长度可以初步判断各进入网关订单报文是否为粘包订单数据,例如表1中(TT5、SS5、DD5、TCP、1272、Info5)这一条进入网关订单数据因报文长度为1272(例如单位是byte),明显大于其他进入网关订单数据的报文长度,故(TT5、SS5、DD5、TCP、1272、Info5)这一条进入网关订单数据可以判定为粘包订单数据。其他报文长度为267(例如单位是byte)的进入网关订单数据则为正常订单数据。
同样的,如上表2中列举了包括若干条离开网关订单数据的离开网关订单数据子集,在表2所示的离开网关订单数据子集包括N2条离开网关订单数据(N2也是一个正整数,可能与N1相同,也可能与N1不相同),其中每一条离开网关订单数据对应一条离开网关订单报文,且Data1- DataN2均是加密数据(例如均基于TLSV1.2协议进行加密得到),其中基于每一条离开网关订单数据中的报文长度可以初步判断各离开网关订单数据是否为粘包订单数据,例如表2中(T1、S1、D1、TLSV1.2、236、Data1)这一条离开网关订单数据因报文长度为236(例如单位是byte),与其他离开网关订单数据的报文长度均相同,故(T1、S1、D1、TLSV1.2、236、Data1)这一条离开网关订单数据可以判定为正常订单数据。其中,TLSV1.2(TLS的全称是Transport Layer Security,V1.2表示V1.2版本)是一种传输层安全协议。
在网关中获取到了待处理订单数据集后,可以其作为数据基础进一步分析网关的网关时延。
目标时间段获取单元102,用于获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段。
在本实施例中,继续参考上述示例,由于所述待处理订单数据集中所述进入网关订单数据子集中从第1条进入网关订单数据至第N1条进入网关订单数据对应一个第一数据时间段(例如第一数据时间段记为[t1,t2],其中t1表示所述进入网关订单数据子集中第1条进入网关订单数据进入网关的时间点,t2表示所述进入网关订单数据子集中第N1条进入网关订单数据进入网关的时间点),所述待处理订单数据集中所述离开网关订单数据子集中从第1条离开网关订单数据至第N2条离开网关订单数据对应一个第二数据时间段(例如第二数据时间段记为[t3,t4],其中t3表示所述离开网关订单数据子集中第1条离开网关订单数据离开网关的时间点,t4表示所述进入网关订单数据子集中第N2条离开网关订单数据离开网关的时间点),此时可以基于预设的时间段筛选策略从所述第一数据时间段和所述第二数据时间段中获取两者共有且时长等于预设时长(如1s)的一个时间段作为目标时间段。
在一实施例中,目标时间段获取单元102具体用于:
获取所述第一数据时间段与所述第二数据时间段的交集,得到重叠时间段;
获取所述时间段筛选策略对应的预设时长,在所述重叠时间段中随机选择一段具有所述预设时长的时间段作为目标时间段。
在本实施例中,仍继续参考上述示例,若所述第一数据时间段为[t1,t2],所述第二数据时间段为[t3,t4],且t1<t3(表示t1对应的时间点早于t3对应的时间点),t3<t2<t4(表示t2对应的时间点早于t4对应的时间点但晚于t3对应的时间点),这样所述第一数据时间段与所述第二数据时间段的重叠时间段为[t3,t2]。此时在获取所述时间段筛选策略对应的预设时长,然后在所述重叠时间段中随机选择一段具有所述预设时长的时间段作为目标时间段。其中,例如预设时长等于1s,当然具体实施时预设时长并不局限于1s,也可以设置为其他时长,具体设置值可根据实际需求自定义。此时以预设时长为1s为例,随机在重叠时间段[t3,t2]中选择1s时长对应的时间段,即可作为目标时间段。可见,基于这一方式所选定的目标时间段是所述第一数据时间段和所述第二数据时间段中共有的时间段,能作为后续继续分析网关时延的基础数据。
目标数据集获取单元103,用于获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集。
在本实施例中,若直接基于报文长度对其原则将所述进入网关订单数据子集中各进入网关订单数据和所述离开网关订单数据子集中相应的离开网关订单数据进行对其和映射配对后,例如表1中(TT1、SS1、DD1、TCP、267、Info1)这一条进入网关订单报文对应的进入网关订单数据、与表2中(T2、S2、D2、TLSV1.2、236、Data2)这一条离开网关订单报文对应的离开网关订单数据是可对其和映射配对,再根据上述离开网关订单数据(T2、S2、D2、TLSV1.2、236、Data2)对应的时间点T2减去进入网关订单数据(TT1、SS1、DD1、TCP、267、Info1)对应的时间点TT1,即可得到预估网关时延。但是基于上述方式,若在所述进入网关订单数据子集和/或所述离开网关订单数据子集中存在粘包订单数据等现象时,则会导致预估网关时延的结果准确率不高。故本申请中采用将所述进入网关订单数据子集基于目标时间段对应提取第一目标数据集,且将所述离开网关订单数据子集基于目标时间段对应提取第二目标数据集后,可降低其中粘包订单数据对计算网关时延准确率的影响。而且,所提取的第二目标数据集中各离开网关订单数据无需进行解密也可参与这一目标数据筛选处理和后续的特征队列值获取和对齐处理,有效确保的数据安全性。
识别队列获取单元104,用于对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列。
在本实施例中,对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,是为了将第一目标数据集转换为时间间隔队列。同样,对所述第二目标数据集基于预设的时间间隔计算策略提取第二识别队列,也是为了将第二目标数据集转换为时间间隔队列。可见,基于这一时间间隔提取转换方式,可以快速有效构建忽略粘包订单数据影响的第一识别队列和第二识别队列。
在一实施例中,所述时间间隔计算策略用于计算所述进入网关订单数据子集中相邻进入网关订单数据之间的时间间隔,和用于计算所述离开网关订单数据子集中相邻离开网关订单数据之间的时间间隔,所述识别队列获取单元104具体用于:
根据相邻进入网关订单数据之间的时间间隔,获取所述第一目标数据集对应的第一识别队列;
根据相邻离开网关订单数据之间的时间间隔,获取所述第二目标数据集对应的第二识别队列。
在本实施例中,例如在表1所示的所述进入网关订单数据子集中排序前81位的进入网关订单数据各自进入网关的时间点是位于所述目标时间段内,则将这81个进入网关订单数据(可组成第一目标数据集,例如将第一目标数据集记为rx)从第2个进入网关订单数据开始,用第p+1个进入网关订单数据的时间点减去第p个进入网关订单数据的时间点(即p为[1,80]取值范围中的正整数)可得到一个具有80个时间间隔值的第一识别队列。
同样在如表2所示的所述离开网关订单数据子集中排序第3位-第83位的离开网关订单数据各自进入网关的时间点是位于所述目标时间段,则将这81个离开网关订单数据(可组成第二目标数据集,例如将第二目标数据集记为tx)从第2个离开网关订单数据开始,用第q+1个离开网关订单数据的时间点减去第q个离开网关订单数据的时间点(即q为[1,80]取值范围中的正整数)可得到一个具有80个时间间隔值的第二识别队列。可见,将所述进入网关订单数据子集转换为第一识别队列,且将所述离开网关订单数据子集转换为第二识别队列后,有效将具有多维度属性数据的网关订单数据转换为具有时间间隔这一单一属性的识别队列,能更方便后续挖掘出相关联的进入网关订单数据目标子集以及离开网关订单数据目标子集。
识别队列合并单元105,用于对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列。
在本实施例中,由于所述第一识别队列中每一数值是由所述第一目标数据集rx相邻的两个进入网关订单数据的时间点之间求得,所述第二识别队列中每一数值是由所述第二目标数据集tx相邻的两个离开网关订单数据的时间点之间求得,这样得到的第一识别队列和第二识别队列均是时间差值,忽略了粘包订单数据的报文长度对对齐所述第一目标数据集rx和所述第二目标数据集tx造成的影响。故若不对所述第一目标数据集rx和所述第二目标数据集tx做任何处理进行就进行对齐处理,得到的网关时延计算结果不准确。
在一实施例中,识别队列合并单元105具体用于:
获取所述识别队列合并策略对应的时间间隔阈值;
若所述第一识别队列中存在超出所述时间间隔阈值的第一队列数值,依序获取对应的第一队列数值组成第一队列标记数值集;
将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列;
若所述第二识别队列中存在超出所述时间间隔阈值的第二队列数值,依序获取对应的第二队列数值组成第二队列标记数值集;
将所述第二队列标记数值集中每一第二队列标记数值作为间隔位将所述第二识别队列划分并分别进行队列数值合并,得到第二合并队列。
其中,所述将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列,包括:
获取所述第一队列标记数值集中第一队列标记数值的第一总个数并记为Total1;
将所述第一识别队列依据每一第一队列标记数值作为间隔位依序进行划分,得到第一队列划分结果;其中,所述第一队列划分结果中包括(Total1+1)个的划分子队列和Total1个第一队列标记数值,且将第一队列划分结果中(Total1+1)个划分子队列分别记为第一划分子队列至第(Total1+1)划分子队列;
将第一队列划分结果中各第一划分子队列进行求和,以得到第一合并队列。
在本实施例中,例如以第一识别队列中的队列数值合并过程为例,所述第一目标数据集rx对应的第一队列数值包括80个时间间隔值如记为[A1 A2 A3…… A80],若预设的所述识别队列合并策略对应的时间间隔阈值为TTT,若其中A5、A22、A33、A47、A53、A67超出时间间隔阈值,上述6个队列数值则作为间隔位将第一队列数值分成7组,加上上述6个队列数值自身保留不被合并,则将第一队列数值包括80个时间间隔值[A1 A2 A3…… A80]划分为了[A1-A4 A5 A6-A21 A22 A23-A32 A33 A34-A46 A47 A48-A52 A53 A54-A66 A66 A67-A80],之后将队列数值依据分组结果求和合并(具体如将A1-A4求和得到第一求和结果、将A6-A21求和得到第二求和结果、将A23-A32求和得到第三求和结果、将A34-A46求和得到第四求和结果、将A48-A52求和得到第五求和结果、将A54-A66求和得到第六求和结果、将A67-A80求和得到第七求和结果),得到第一合并队列(如表示为[第一求和结果 A5第二求和结果A22第三求和结果A33第四求和结果A47第五求和结果A53第六求和结果A66第七求和结果])。之后第二识别队列中的队列数值合并过程可完全参考第一识别队列中的队列数值合并过程,此处不再赘述,此处仅仅以一个示例来表示第二合并队列如表示为[第八求和结果B7第九求和结果B22第十求和结果B33第十一求和结果B47第十二求和结果B54第十三求和结果B68第十四求和结果]。可见,基于上述队列数值的预处理方法,不仅可以弱化粘包带来的时间间隔(如μs精度)引起的误差,而且放大了最具有特征价值的数据(如A5、A22、A33、A47、A53、A67这6个队列数值)。
识别队列对齐单元106,用于获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得。
在本实施例中,继续参考上述示例,如第一合并队列表示为[第一求和结果 A5第二求和结果A22第三求和结果A33第四求和结果A47第五求和结果A53第六求和结果A66第七求和结果],且第二合并队列表示为[第八求和结果 B7第九求和结果B22第十求和结果B33第十一求和结果B47第十二求和结果B54第十三求和结果B68第十四求和结果],若其中第一合并队列中[A22第三求和结果A33第四求和结果 A47]这一局部序列与第二合并队列中[B22第十求和结果B33第十一求和结果B47]的这一局部序列完全相同,则第一合并队列中[A22第三求和结果A33第四求和结果 A47]这一局部序列可记为第一特征队列集,第二合并队列中[B22第十求和结果B33第十一求和结果B47]的这一局部序列可记为第二特征队列集。可见,基于这一队列值的对齐方式,可以实现将所述第一目标数据集和所述第二目标数据集中最具特征价值的数据进行了对齐,相较于单个报文长度的对齐方式,能更加准确实现进入网关订单数据与相应离开网关订单数据的匹配和映射以计算出更准确的网关时延。
具体实施时,可具体限定所述特征队列集中的首位队列数值至少以所述第一合并队列中中间队列数值为起始点位置所获得(例如第一合并队列中有20个特征队列值,则可以从第10位特征队列值这一中间队列数值为起始点位置),是为了避免直接在所述第一合并队列和所述第二合并队列的队首位置开始抓取最具特征价值的数据,而且特征队列集中所包括队列数值的个数越大,能实现更精准的对齐。上述对齐方式也可以视为一种类波形匹配方式。
网关时延度量单元107,用于获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
在本实施例中,继续参考上述示例,例如所述第一特征队列集中首位队列数值为A22,表示第一目标数据集rx中第23个进入网关订单数据的时间点与第22个进入网关订单数据的时间点的时间间隔值,此时由第22个进入网关订单数据和第23个进入网关订单数据组成当前进入网关订单数据集。同样的,所述第二特征队列集中首位队列数值为B22,表示第二目标数据集tx中第23个离开网关订单数据的时间点与第22个离开网关订单数据的时间点的时间间隔值,此时由第22个离开网关订单数据和第23个离开网关订单数据组成当前进入网关订单数据集。之后即可由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延,例如用第22个离开网关订单数据的时间点与第22个进入网关订单数据的时间点之间的时间间隔值作为当前网关时延,或者是用第23个离开网关订单数据的时间点与第23个进入网关订单数据的时间点之间的时间间隔值作为当前网关时延。可见,基于第一合并队列与第二合并队列基于连续相同时间间隔值对齐识别出第一特征队列集和第二特征队列集,可以快速从第一目标数据集中提取到当前进入网关订单数据集,且从第而目标数据集中提取到当前离开网关订单数据集,最终快速计算得到更为准确的网关时延。
在一实施例中,网关时延度量单元107具体用于:
获取所述当前离开网关订单数据集中首位离开网关订单数据对应的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据对应的第二时间点,由所述第二时间点与所述第一时间点之差获取当前网关时延。
在本实施例中,为了简化当前网关时延的度量计算过程,此时可获取所述当前离开网关订单数据集中首位离开网关订单数据对应的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据对应的第二时间点,由所述第二时间点与所述第一时间点之差获取当前网关时延。具体如获取所述当前离开网关订单数据集中首位离开网关订单数据也即第22个离开网关订单数据的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据也即第22个进入网关订单数据的第二时间点,由当前网关时延=第二时间点-第一时间点确定当前网关时延。可见,基于这一方式可以更快速和准确的计算得到网关时延。
该装置实现了基于待处理订单数据集中离开网关订单数据子集和进入网关订单数据子集分别提取目标数据集并基于相邻数据之间的时间差分别转换为第二识别队列和第一识别队列后,将第二识别队列基于合并处理的第二合并队列与第一识别队列基于合并处理的第一合并队列进行相同特征值匹配,即可快速得到用于度量网关时延的当前离开网关订单数据集和当前进入网关订单数据集,最终无需对离开网关订单数据子集中具体数据内容进行解密即可参与计算得到网关时延。
上述基于类波形匹配的加密网关时延度量装置可以实现为计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器,也可以是服务器集群。服务器及服务器集群均为具有网卡的物理服务器。
参阅图4,该计算机设备500包括通过装置总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行基于类波形匹配的加密网关时延度量方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行基于类波形匹配的加密网关时延度量方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现本发明实施例公开的基于类波形匹配的加密网关时延度量方法。
本领域技术人员可以理解,图4中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图4所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元 (CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路 (Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质,也可以为易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现本发明实施例公开的基于类波形匹配的加密网关时延度量方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备 ( 可以是个人计算机,后台服务器,或者网络设备等 ) 执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U 盘、移动硬盘、只读存储器 (ROM,Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于类波形匹配的加密网关时延度量方法,其特征在于,包括:
响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文;
获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段;
获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集;
对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列;
对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列;
获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得;以及
获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
2.根据权利要求1所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述网关时延获取指令为网关上行时延获取指令或网关下行时延获取指令;
所述获取与所述网关时延获取指令对应的待处理订单数据集,包括:
若确定所述网关时延获取指令为网关上行时延获取指令,获取与所述网关上行时延获取指令对应的待处理订单数据集;
若确定所述网关时延获取指令为网关下行时延获取指令,获取与所述网关下行时延获取指令对应的待处理订单数据集。
3.根据权利要求1所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段,包括:
获取所述第一数据时间段与所述第二数据时间段的交集,得到重叠时间段;
获取所述时间段筛选策略对应的预设时长,在所述重叠时间段中随机选择一段具有所述预设时长的时间段作为目标时间段。
4.根据权利要求1所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述时间间隔计算策略用于计算所述进入网关订单数据子集中相邻进入网关订单数据之间的时间间隔,和用于计算所述离开网关订单数据子集中相邻离开网关订单数据之间的时间间隔;
所述对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列,包括:
根据相邻进入网关订单数据之间的时间间隔,获取所述第一目标数据集对应的第一识别队列;
根据相邻离开网关订单数据之间的时间间隔,获取所述第二目标数据集对应的第二识别队列。
5.根据权利要求1所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列,包括:
获取所述识别队列合并策略对应的时间间隔阈值;
若所述第一识别队列中存在超出所述时间间隔阈值的第一队列数值,依序获取对应的第一队列数值组成第一队列标记数值集;
将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列;
若所述第二识别队列中存在超出所述时间间隔阈值的第二队列数值,依序获取对应的第二队列数值组成第二队列标记数值集;
将所述第二队列标记数值集中每一第二队列标记数值作为间隔位将所述第二识别队列划分并分别进行队列数值合并,得到第二合并队列。
6.根据权利要求5所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述将所述第一队列标记数值集中每一第一队列标记数值作为间隔位将所述第一识别队列划分并分别进行队列数值合并,得到第一合并队列,包括:
获取所述第一队列标记数值集中第一队列标记数值的第一总个数并记为Total1;
将所述第一识别队列依据每一第一队列标记数值作为间隔位依序进行划分,得到第一队列划分结果;其中,所述第一队列划分结果中包括(Total1+1)个的划分子队列和Total1个第一队列标记数值,且将第一队列划分结果中(Total1+1)个划分子队列分别记为第一划分子队列至第(Total1+1)划分子队列;
将第一队列划分结果中各第一划分子队列进行求和,以得到第一合并队列。
7.根据权利要求1所述的基于类波形匹配的加密网关时延度量方法,其特征在于,所述由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延,包括:
获取所述当前离开网关订单数据集中首位离开网关订单数据对应的第一时间点,并获取所述当前进入网关订单数据集中首位进入网关订单数据对应的第二时间点,由所述第二时间点与所述第一时间点之差获取当前网关时延。
8.一种基于类波形匹配的加密网关时延度量装置,其特征在于,包括:
待处理数据集获取单元,用于响应于网关时延获取指令,获取与所述网关时延获取指令对应的待处理订单数据集;其中,所述待处理订单数据集中包括进入网关订单数据子集和离开网关订单数据子集,所述进入网关订单数据子集中包括若干条进入网关订单数据,所述离开网关订单数据子集中包括若干条离开网关订单数据,每一条进入网关订单数据对应一条进入网关订单报文,每一条离开网关订单数据对应一条离开网关订单报文;
目标时间段获取单元,用于获取所述待处理订单数据集中所述进入网关订单数据子集对应的第一数据时间段,并获取所述待处理订单数据集中所述离开网关订单数据子集对应的第二数据时间段,根据预设的时间段筛选策略获取与所述第一数据时间段和所述第二数据时间段对应的目标时间段;
目标数据集获取单元,用于获取所述进入网关订单数据子集中处于所述目标时间段的进入网关订单数据组成第一目标数据集,并获取所述离开网关订单数据子集中处于所述目标时间段的离开网关订单数据组成第二目标数据集;
识别队列获取单元,用于对所述第一目标数据集基于预设的时间间隔计算策略提取第一识别队列,并对所述第二目标数据集基于所述时间间隔计算策略提取第二识别队列;
识别队列合并单元,用于对所述第一识别队列和所述第二识别队列均基于预设的识别队列合并策略进行队列数值合并,得到与所述第一识别队列对应的第一合并队列和与所述第二识别队列对应的第二合并队列;
识别队列对齐单元,用于获取所述第一合并队列和所述第二合并队列中具有连续相同队列数值的特征队列集,由所述特征队列集在所述第一合并队列中对应的队列数值组成第一特征队列集,并由所述特征队列集在所述第二合并队列中对应的队列数值组成第二特征队列集;其中,所述特征队列集中的首位队列数值至少以所述第一合并队列中第二位队列数值为起始点位置所获得;以及
网关时延度量单元,用于获取所述第一特征队列集中首位队列数值对应的当前进入网关订单数据集,并获取所述第二特征队列集中首位队列数值对应的当前离开网关订单数据集,由所述当前进入网关订单数据集与所述当前离开网关订单数据集的时间间隔确定当前网关时延。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于类波形匹配的加密网关时延度量方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于类波形匹配的加密网关时延度量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210413990.6A CN114520779B (zh) | 2022-04-20 | 2022-04-20 | 基于类波形匹配的加密网关时延度量方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210413990.6A CN114520779B (zh) | 2022-04-20 | 2022-04-20 | 基于类波形匹配的加密网关时延度量方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114520779A CN114520779A (zh) | 2022-05-20 |
CN114520779B true CN114520779B (zh) | 2022-07-01 |
Family
ID=81600116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210413990.6A Active CN114520779B (zh) | 2022-04-20 | 2022-04-20 | 基于类波形匹配的加密网关时延度量方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114520779B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035674A (ja) * | 2009-07-31 | 2011-02-17 | Nec Corp | メディアゲートウェイ装置及びその伝送遅延測定方法 |
CN102868598A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 控制装置及控制方法 |
CN110691375A (zh) * | 2019-12-10 | 2020-01-14 | 武汉慧联无限科技有限公司 | 一种选择方法、装置及计算机存储介质 |
CN110838991A (zh) * | 2019-11-05 | 2020-02-25 | 深圳前海达闼云端智能科技有限公司 | 网关连接方法、装置、存储介质、电子设备及网关设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880684B2 (en) * | 2010-07-23 | 2014-11-04 | Broadcom Corporation | Method and system for measuring individual network round-trip delays in IP gateways |
JP5974881B2 (ja) * | 2012-12-14 | 2016-08-23 | ソニー株式会社 | 情報処理装置およびその制御方法 |
-
2022
- 2022-04-20 CN CN202210413990.6A patent/CN114520779B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035674A (ja) * | 2009-07-31 | 2011-02-17 | Nec Corp | メディアゲートウェイ装置及びその伝送遅延測定方法 |
CN102868598A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 控制装置及控制方法 |
CN110838991A (zh) * | 2019-11-05 | 2020-02-25 | 深圳前海达闼云端智能科技有限公司 | 网关连接方法、装置、存储介质、电子设备及网关设备 |
CN110691375A (zh) * | 2019-12-10 | 2020-01-14 | 武汉慧联无限科技有限公司 | 一种选择方法、装置及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114520779A (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109743295B (zh) | 访问阈值调整方法、装置、计算机设备及存储介质 | |
CN101202652B (zh) | 网络应用流量分类识别装置及其方法 | |
WO2019192118A1 (zh) | 基于边缘计算的健康监测方法、装置、设备及存储介质 | |
CN108965347A (zh) | 一种分布式拒绝服务攻击检测方法、装置及服务器 | |
CN111193817B (zh) | 自动注册设备序列号的方法、装置、计算机设备及存储介质 | |
CN115398860A (zh) | 一种会话检测方法、装置、检测设备及计算机存储介质 | |
CN112769633B (zh) | 一种代理流量检测方法、装置、电子设备及可读存储介质 | |
JP7259876B2 (ja) | 情報処理装置、秘密計算方法及びプログラム | |
WO2020229644A1 (en) | Categorizing a sensitive data field in a dataset | |
CN112165445B (zh) | 用于检测网络攻击的方法、装置、存储介质及计算机设备 | |
EP3742322A1 (en) | Operational policies or industrial field devices and distributed databases | |
US20230006819A1 (en) | Systems and methods for homomorphic encryption-based triggering | |
US9547768B2 (en) | Privacy measurement and quantification | |
CN114520779B (zh) | 基于类波形匹配的加密网关时延度量方法、装置及设备 | |
CN112395630A (zh) | 基于信息安全的数据加密方法、装置、终端设备及介质 | |
CN103455760A (zh) | 信息处理装置和信息处理方法 | |
CN106487833B (zh) | 网络监测中独立用户数的统计方法及装置 | |
US20210377228A1 (en) | Methods for anonymously tracking and/or analysing web and/or internet visitors | |
CN116663026B (zh) | 基于区块链的数据处理方法、装置、电子设备和介质 | |
CN107909747A (zh) | 一种纸币信息的获取方法、获取装置及终端设备 | |
KR101899774B1 (ko) | 랜섬웨어 대응을 위한 데이터 처리 방법, 이를 실행시키는 프로그램 및 상기 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 | |
CN112560085B (zh) | 业务预测模型的隐私保护方法及装置 | |
KR102308517B1 (ko) | 블록암호에 대한 상관전력 분석 방법 및 장치 | |
Bache et al. | Multivariate TVLA-efficient side-channel evaluation using confidence intervals | |
JP2009238185A (ja) | ネットワークシステムおよび管理サーバ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |