具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1示出了动态识别流量协议的方法的流程框图，本发明实施例中，一种动态识别流量协议的方法，所述方法包括步骤S100至步骤S400：

步骤S100：截取预设时间范围内的网络数据包，获取所述网络数据包的传输时间，根据所述传输时间对所述网络数据包进行分类，并计算以所述传输时间为索引的数据量总数；

在用户进行App访问的时候，就会产生数据流，这些数据流有可能是无法被用户感知到的，比如，我们在打开软件的时候，往往需要加载过程，这个加载过程有些是基于本地的，有些是基于云端的，随着网络技术的发展，现有的完全基于本地的加载过程大都只在小众软件中出现，比如一些单机游戏，大部分软件至少会有一个账户验证过程。不同软件的加载过程是不同的，相应的，数据流的特征也不同，比如，有些软件会有进入广告，不同广告的数据量就是不同的，根据这一数据流即可判断访问的App。值得一提的是，常用的App有很多，但它们的数量级大都是2，因此，分类过程的精度可以很高，并不会占用太多的计算资源。

步骤S200：根据所述数据量总数和所述传输时间生成波动表，根据所述波动表生成波动图像，并对所述波动图像进行特征分析，得到特征点阵；

步骤S200的目的是对上述数据流进行特征分析，从而提取出一些特殊的东西，进而确定用户是在进行什么操作。其核心步骤是波动图像的确定和波动图像的分析过程。

步骤S300：基于所述特征点阵遍历比对数据库，确定访问App；获取用户账户的流量套餐，根据所述流量套餐确定该App的流量协议；

确定用户访问的App之后，我们需要做的是确定流量协议，从而提供不同的网络服务。传统的流量协议识别过程往往是对用户产生的数据流进行分析，每个软件都会采用一些特殊的识别码，为了识别过程更加准确，这些识别码会在数据流中反复出现，这不可避免的会影响传输过程，降低一定的传输流畅性。

而本发明技术方案中，并不在数据流中插入特殊识别码，而是直接对数据流的波动进行分析，然后确定用户的访问操作，再通过流量套餐信息判断该用户访问的App是否为套餐中的App，进而确定流量协议。

从上述内容中可以看出，本发明技术方案的目的并不是对数据流进行极其明确的分析，而是想要提取一些适用于特殊流量协议的App。

步骤S400：实时监测流量数据，根据所述流量数据生成异常分析报告。

图2示出了动态识别流量协议的方法的第一流程框图，所述根据所述数据量总数和所述传输时间生成波动表，根据所述波动表生成波动图像，并对所述波动图像进行特征分析，得到特征点阵的步骤包括步骤S201至步骤S204：

步骤S201：根据所述数据量总数和所述传输时间生成波动表，以所述传输时间为自变量，所述数据量总数为因变量确定坐标，拟合所述坐标生成波动曲线；

步骤S202：根据预设的色值将所述波动曲线插入预设的背景图像，得到波动图像；

步骤S203：对所述波动图像进行轮廓识别，根据所述轮廓识别结果确定并标记图像拐点；

步骤S204：根据标记的图像拐点确定特征点阵。

上述内容提供了一种具体的特征点阵确定方案，首先，波动表是一张表格，根据这个表格可以确定坐标点，然后，拟合这些坐标点，可以得到一张曲线图，这张曲线图再加上背景图像便可以得到波动图像。对波动图像进行识别，可以确定一个特征点阵。所述特征点阵是一个二维数组，它代表着数据流的特征。

图3示出了动态识别流量协议的方法的第二流程框图，所述对所述波动图像进行轮廓识别，根据所述轮廓识别结果确定并标记图像拐点的步骤包括步骤S2031至步骤S2034：

步骤S2031：根据预设的色值标记所述波动图像中的像素点，得到曲线轮廓；

步骤S2032：根据预设的识别方向依次遍历所述曲线轮廓中的像素点；

步骤S2033：以所述曲线轮廓中的像素点为圆心，在预设的识别范围内截取曲线轮廓，得到特征段；

步骤S2034：对所述特征段进行角度识别，根据角度识别结果将圆心所在的像素点标记为图像拐点。

上述拐点并不是纯数学意义上的拐点，而是曲线发生突变的某段区域，那个区域上的像素点都是“拐点”。

图4示出了动态识别流量协议的方法的第三流程框图，所述对所述特征段进行角度识别，根据角度识别结果将圆心所在的像素点标记为图像拐点的步骤包括步骤S20341-步骤S20344：

步骤S20341：根据圆心将所述特征段分隔为两个特征子段；

步骤S20342：提取所述特征子段与识别范围的交点，根据所述交点和所述圆心确定特征子段的方向；

步骤S20343：根据所述特征子段的方向计算角度，并将所述角度与预设的角度阈值之间进行比对；

步骤S20344：当所述角度达到预设的角度阈值时，将圆心所在的像素点标记为图像拐点。

对于拐点来说，最明显的特征是，曲线在该区域的波动幅度较大，也可以说是曲率，曲率越大，也就是特征段的两个子段间的夹角越小。

值得一提的是，上述标记过程往往会标记“一片”像素点，它们统称为拐点。

图5示出了动态识别流量协议的方法的第四流程框图，所述获取用户账户的流量套餐，根据所述流量套餐确定该App的流量协议的步骤包括步骤S301至步骤S304：

步骤S301：读取用户终端中的短信数据，根据所述短信数据的发送方提取目标信息；

步骤S302：将所述目标信息转换为文本文件，对所述文本文件进行内容识别，提取费用明细数据；

步骤S303：根据所述费用明细数据的发送时间对所述费用明细数据进行筛选；

步骤S304：根据筛选后的费用明细数据确定用户账户的流量套餐，并根据所述流量套餐确定该App的流量协议。

步骤S301至步骤S304提供了一种具体的流量套餐确定方案，流量套餐的确定方式与很多，最简单的，以用户的名义向相关运营商发送查询信息即可，但是实际上，这种权限是不允许获取的，能够不经用户允许向相关运营商发送查询信息，自然也能够发送一些其它信息，这种权限显然过大。因此，权限更多的是读取权限，而不是修改权限，上述内容只需要读取短信数据，然后根据短信数据即可获取用户的套餐信息。

图6示出了动态识别流量协议的方法的第五流程框图，所述实时监测流量数据，根据所述流量数据生成异常分析报告的步骤包括步骤S401至步骤S403：

步骤S401：根据所述流量协议读取平均流量数据作为参考值；

步骤S402：实时监测流量数据，根据所述流量数据与所述平均流量数据进行比对；

步骤S403：根据比对结果生成异常分析报告。

步骤S401至步骤S403是一项额外的功能，主要目的是对用户的访问过程进行异常分析，如果某位用户在访问过程中，产生了与平均流量数据差异过大的数据流，那么很有可能就是App的确定过程出现了问题。

实施例2

图7示出了动态识别流量协议的终端的组成结构框图，本发明实施例中，一种动态识别流量协议的终端，所述终端10包括：

总数计算模块11，用于截取预设时间范围内的网络数据包，获取所述网络数据包的传输时间，根据所述传输时间对所述网络数据包进行分类，并计算以所述传输时间为索引的数据量总数；

特征分析模块12，用于根据所述数据量总数和所述传输时间生成波动表，根据所述波动表生成波动图像，并对所述波动图像进行特征分析，得到特征点阵；

协议确定模块13，用于基于所述特征点阵遍历比对数据库，确定访问App；获取用户账户的流量套餐，根据所述流量套餐确定该App的流量协议；

报告生成模块14，用于实时监测流量数据，根据所述流量数据生成异常分析报告。

图8示出了动态识别流量协议的终端中特征分析模块的组成结构框图，所述特征分析模块12包括：

拟合单元121，用于根据所述数据量总数和所述传输时间生成波动表，以所述传输时间为自变量，所述数据量总数为因变量确定坐标，拟合所述坐标生成波动曲线；

图像生成单元122，用于根据预设的色值将所述波动曲线插入预设的背景图像，得到波动图像；

拐点识别单元123，用于对所述波动图像进行轮廓识别，根据所述轮廓识别结果确定并标记图像拐点；

点阵生成单元124，用于根据标记的图像拐点确定特征点阵。

图9示出了特征分析模块中拐点识别单元的组成结构框图，所述拐点识别单元123包括：

轮廓获取子单元1231，用于根据预设的色值标记所述波动图像中的像素点，得到曲线轮廓；

遍历子单元1232，用于根据预设的识别方向依次遍历所述曲线轮廓中的像素点；

截取子单元1233，用于以所述曲线轮廓中的像素点为圆心，在预设的识别范围内截取曲线轮廓，得到特征段；

角度识别子单元1234，用于对所述特征段进行角度识别，根据角度识别结果将圆心所在的像素点标记为图像拐点。

图10示出了动态识别流量协议的终端中协议确定模块的组成结构框图，所述协议确定模块13包括：

信息提取单元131，用于读取用户终端中的短信数据，根据所述短信数据的发送方提取目标信息；

文本识别单元132，用于将所述目标信息转换为文本文件，对所述文本文件进行内容识别，提取费用明细数据；

筛选单元133，用于根据所述费用明细数据的发送时间对所述费用明细数据进行筛选；

协议确定单元134，用于根据筛选后的费用明细数据确定用户账户的流量套餐，并根据所述流量套餐确定该App的流量协议。

上述动态识别流量协议的方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述动态识别流量协议的方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（Read-Only Memory，ROM），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），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 Integrated Circuit，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。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，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card， SMC），安全数字（Secure Digital， SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。