导读:本文包含了报文格式论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:报文,格式,序列,特征,信用证,协议,标识符。
报文格式论文文献综述
姚高乐,姜书成[1](2019)在《沉船标识符ASM报文信息格式设计》一文中研究指出当前,基于船舶自动识别系统的虚拟航标技术已经得到广泛应用,但其对沉船缺乏直观标识的手段,影响了碍航物的指示效果。本文针对船载显示终端对实时沉船信息的显示问题,对沉船实时位置标识信息的传输模式进行研究,设计了基于AIS/ASM广播报文的实时沉船报文格式,为实现实时沉船标识符在导航设备中的应用提供了借鉴。(本文来源于《船舶物资与市场》期刊2019年04期)
庄晓玲,贺勇,臧玉晶,黄琅[2](2018)在《信用证SWIFT报文格式的升级实践》一文中研究指出应对升级,用户应调整心态,以开放的态度迎接升级,提高交易效率;同时,应通过各种渠道学习升级知识,避免误用,以保证交易的安全。为适应世界贸易和银行业务的发展变化,满足监管合规要求,方便大数据运用,提高报文直通处理率,SWIFT组织在多方收集、整理各国用户对SWIFT报文的改进需求后,于2013年启动了SWIFT报文升级改造项目。历时五年,首(本文来源于《中国外汇》期刊2018年24期)
王桂杰[3](2018)在《保函SWIFT报文格式升级应对》一文中研究指出SWIFT保函报文的升级除了会改变报文格式,还会深刻影响企业的基础交易和银行的业务管理模式,因此与保函相关的商业银行和企业需要提前做好系统性应对。2018年11月SWIFT信用证报文实现升级,下一步将会面对保函报文的升级。相对于信用证,保函报文升级更具创新性、复杂性和广泛性,并将面临不确定性的挑战。对此,与保函相关的商业银行和企业需要做出系统性应对。(本文来源于《中国外汇》期刊2018年24期)
李阳,李青,张霞[4](2018)在《基于离散序列报文的轮廓格式特征提取方法》一文中研究指出针对格式特征提取算法无法在协议关键字内容不可知的情况下进行特征提取问题,提出一种基于离散序列报文的轮廓格式特征自动提取算法(OSC)。首先对离散序列报文进行二值图像转换使其轮廓格式特征予以显现;接着通过改进的聚类算法将二值图像聚类成簇;最后通过距离加权判决算法提取协议轮廓格式特征进行分类识别。仿真结果表明,OSC对ACARS协议ARINC-618规范中的5种报文类型提取的协议轮廓格式特征与标准格式特征相比,相似度、召回率均达到80%以上。实验结果表明,OSC不依赖完整会话,拥有一定的抗噪能力,更符合实际应用中会话信息不完整及报文内容不可知的情形。(本文来源于《信息工程大学学报》期刊2018年02期)
丁思瑗[5](2018)在《未明协议格式特征提取与报文分类》一文中研究指出随着互联网的发展,出于各种安全、经济利益、隐私等因素的考虑,大量网络应用采用未明协议(也被称为私有协议、未知协议)。这些协议没有公开的协议规范用来识别协议报文,它的存在造成了较大安全隐患,不利于网络安全监管。例如大量恶意软件在进行通信进而控制计算机时所采用的是未明协议,由于没有公开协议规范,不能对恶意流量进行有效拦截,以至于造成网络的大面积瘫痪及失泄密现象。在类似安全事件中,未明流量的准确识别分类是处理恶意流量拦截等网络安全监管和控制问题的重要手段,而获取未明流量特征是准确识别未明协议报文的关键。因此,挖掘未明流量特征,进而分类识别未明流量,是网络监管中一项重要任务。在实际网络中,采集到的数据是多种类型混合的报文数据集,由于受到接收条件的限制,接收到的数据常常是无序、离散的,不具有构成会话的报文间约束关系。另外,需要处理分析的报文数据规模常常是巨大的。针对实际网络数据的特性和对其准确快速识别的要求,本文通过提取报文载荷格式特征,来实现以报文为颗粒度的混合未明报文分类。论文的主要研究内容如下:1.针对聚类特征矢量构造及相关聚类问题,提出了基于熵估计的未明流量自动分离算法(An Unknown Traffic Separation Method Based on Entropy Estimation,EMEE)。该算法利用字节熵矢量变化程度,度量各偏移位置上固定关键词字节存在的可能性,初步估计固定位置关键词所覆盖区域,克服了依据人工经验设定载荷截取长度的弊端,采用两级聚类的方式对有效载荷进行聚类,提高了聚类效果并使得聚类簇数更加接近于真实种类数目。采用DARPA数据集和校园网采集的网络数据进行验证,实验结果表明EMEE算法能有效降低数据字段对未明流量分离的干扰并使得聚类得到的簇数接近于真实种类数目,对18种类型组成的混合报文集分离,各类报文的漏报率和误报率均低于2%,优于传统算法。2.针对报文关键词序列提取的问题,提出了基于字节链路的关键词序列提取迭代算法(An Iterative Algorithm for Keyword Sequence Extraction Based on Byte Link,BLIS)。该算法通过以链路作为基本单元完成报文建模,有效地降低关键词和数据字段的混淆程度;面向固定位置关键词挖掘,通过链路熵矢量估计有效挖掘空间,然后在该空间内得到带位置信息的频繁链路集,以较强约束从频繁链路所构造的字段中选出固定位置关键词;面向可变位置关键词,通过获取频繁链路方法搜索备选关键词位置,对齐可变位置关键词,迭代地完成后续可变位置关键词的挖掘。利用DARPA数据集和校园网采集的网络数据进行评估,实验结果表明,和传统方法提取到的特征相比,该方法提取到的特征形式和性能更具优势。3.设计了基于Hadoop平台的未明流量关键词提取系统,设计并实现了并行的频繁模式挖掘(改进的Apriori和FP-Growth)算法。具体工作包括:1)改进的Apriori和FP-Growth并行化算法设计;2)并行Apriori算法根据软件设计图进行了代码实现,而并行FP-Growth借助Mahout进行了实现;3)性能测试。在Hadoop分布式平台上的测试结果表明,相比较于串性算法,并行化处理随数据规模的增长更为缓慢,处理海量报文时,并行算法的运算效率较高。(本文来源于《战略支援部队信息工程大学》期刊2018-04-15)
李阳,李青,张霞[6](2018)在《基于离散序列报文的协议格式特征可变域挖掘算法》一文中研究指出针对格式特征提取算法无法挖掘出具有可变取值的协议格式特征问题,提出一种基于离散序列报文的协议格式特征可变域自动提取算法(VFSC)。VFSC在对离散序列报文进行聚类的基础上,通过改进的频繁模式挖掘算法提取出具有可变域的协议关键字,筛选出具有可变域的协议格式特征。仿真结果表明,VFSC在以单个报文为颗粒度的识别中对7种协议的识别率达到95%以上,在与Apriori算法的比较中证明拥有识别新型报文种类的能力。实验结果表明,VFSC不依赖完整会话,能够发现识别新类型报文,更符合实际应用中由于接收条件限制导致会话信息及训练数据集不完整的情形。(本文来源于《信息工程大学学报》期刊2018年01期)
孟飞,常胜君[7](2017)在《基于C#的民航新版报文格式前置转换系统的设计与实现》一文中研究指出为适应全球统一执行的新版飞行计划格式标准和空中交通服务电报程序,本软件系统通过利用C#语言实现了新版报文的转换、存储等功能,实现了空管自动化系统对新版报文的实时识别处理功能,在民航AFTN网络和自动化系统之间起到了重要的承接关系。(本文来源于《电子技术与软件工程》期刊2017年16期)
朱江彦,吕霖,向晋祥,邹小锋,吴溪[8](2017)在《基于BER-TLV报文格式的航标与水位动态数据交换技术》一文中研究指出基于BER-TLV报文格式的航标与水位动态数据交换技术采用国际成熟的ASN.1 BER-TLV报文编码规则,对航道维护管理所需的航标、水位信息进行分类、编码,并通过数据采集终端与服务器之间的数据通信,可实现航标、水位动态数据的有效采集与传输,方便航道维护管理部门对航标、水位数据的分析与应用。该项技术数据交换流程简单,传输报文结构清晰,信息编码逻辑性强,传输效率高且稳定,并可根据需求扩展数据传输内容,应用前景广阔。目前该技术通过在长江干线数字航道建设工程中的应用,取得了较好的效果,大幅提升了航道维护管理效率,降低了维护管理成本,保障了船舶航行安全,有效提升了航道对社会服务能力,为长江经济带的发展提供有力支撑。(本文来源于《中国水运(下半月)》期刊2017年07期)
吴繁红[9](2017)在《浅析S7-1200PLC与G120变频器的自由报文格式通信》一文中研究指出介绍S7-1200PLC以太网的自由报文通信方式,控制G120变频器,实现对电机的转速控制,电机的速度设定值和运行的状态参数通过HMI输入和显示,采用TIA Portal V12开发平台,提高了设计效率。(本文来源于《电子世界》期刊2017年10期)
李阳[10](2017)在《基于格式特征提取的离散序列报文分类识别关键技术研究》一文中研究指出传统网络流量识别技术主要针对完整会话流,通过提取流统计特征,实现以会话为单位的协议分类识别。但是在实际网络环境中由于受到接收条件的限制,接收到的数据往往是离散报文序列,甚至是包含重复残损的报文数据片段。与完整会话流相比,离散序列报文存在两个显着特点:先验信息匮乏;特征提取困难。先验信息匮乏是指,离散序列报文本身缺乏会话流信息,导致会话中的流统计特征和构成会话报文间的类别约束关系失去作用而无法有效使用;特征提取困难是指,离散序列报文由于自身的无序排列、部分报文缺失及重复,使得数据集不理想,造成特征提取的范围更加受限。同时识别的颗粒度提高到以报文为单位,使得问题的解决更加困难。因此需要研究面向离散序列报文的格式特征提取及分类识别方法。本文针对实际通信环境中获得的离散序列报文,通过格式特征提取,实现以报文为颗粒度的分类识别。论文的主要工作及创新点包括:1.针对含有固定域的离散序列报文,提出一种基于字节支持度的固定域格式特征提取及分类识别(DSFSC)算法。通过改进DBSCAN聚类算法的半径搜索策略,解决了搜索半径设定需要人工经验的弊端;提出了基于字节位置拼接的频繁模式挖掘算法,进行固定域协议关键字提取,提高了算法效率;提出特征筛选规则并进行固定域格式特征选择,最终实现了以报文为颗粒度的网络协议分类识别。实验结果表明,DSFSC算法不依赖完整会话流,对六种协议的报文准确率平均可达95%以上。以会话流为识别颗粒度与AdapSig算法的比较中,准确率平均可达90%且不低于AdapSig算法。2.针对包含可变域的离散序列报文,提出一种基于字节统计量的可变域格式特征提取及分类识别(VFSC)算法。利用DSFSC算法中改进的DBSCAN算法,进行报文聚类;在Prefixspan算法的基础上,引入字节变化率和字节离散度参数,挖掘出取值范围自适应确定的可变域协议关键字,解决了人为划分的弊端;同时针对不同类型的特征冗余情形,提出了不同的启发式选择规则,进行可变域格式特征筛选;依据提取的可变域格式特征,实现了以报文为颗粒度的网络协议分类识别。实验结果表明,VFSC算法对七种协议的报文准确率平均能达到95%以上,优于经典的Apriori算法,同时在ACARS协议的识别中,还验证了该算法具有发现训练集中未出现类型报文的能力。3.针对具有轮廓结构化特征的离散序列报文,提出一种基于字符空间统计分布的协议轮廓格式特征提取及分类识别(OSC)算法。通过建立的二值图像转换模型,将离散序列报文进行转换,获取报文的轮廓特征;改进了图像聚类算法的搜索范围策略,使其搜索半径自适应确定,解决了人为设定的弊端;同时提出基于距离加权的判决算法,提取出轮廓格式特征,采用余弦相似度指标对网络协议进行分类识别。实验结果表明,OSC算法对协议轮廓格式特征提取的准确率平均达到了80%,对五种报文类型的召回率平均达到了80%以上,同时验证了算法具有一定的抗噪能力。(本文来源于《解放军信息工程大学》期刊2017-04-20)
报文格式论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
应对升级,用户应调整心态,以开放的态度迎接升级,提高交易效率;同时,应通过各种渠道学习升级知识,避免误用,以保证交易的安全。为适应世界贸易和银行业务的发展变化,满足监管合规要求,方便大数据运用,提高报文直通处理率,SWIFT组织在多方收集、整理各国用户对SWIFT报文的改进需求后,于2013年启动了SWIFT报文升级改造项目。历时五年,首
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
报文格式论文参考文献
[1].姚高乐,姜书成.沉船标识符ASM报文信息格式设计[J].船舶物资与市场.2019
[2].庄晓玲,贺勇,臧玉晶,黄琅.信用证SWIFT报文格式的升级实践[J].中国外汇.2018
[3].王桂杰.保函SWIFT报文格式升级应对[J].中国外汇.2018
[4].李阳,李青,张霞.基于离散序列报文的轮廓格式特征提取方法[J].信息工程大学学报.2018
[5].丁思瑗.未明协议格式特征提取与报文分类[D].战略支援部队信息工程大学.2018
[6].李阳,李青,张霞.基于离散序列报文的协议格式特征可变域挖掘算法[J].信息工程大学学报.2018
[7].孟飞,常胜君.基于C#的民航新版报文格式前置转换系统的设计与实现[J].电子技术与软件工程.2017
[8].朱江彦,吕霖,向晋祥,邹小锋,吴溪.基于BER-TLV报文格式的航标与水位动态数据交换技术[J].中国水运(下半月).2017
[9].吴繁红.浅析S7-1200PLC与G120变频器的自由报文格式通信[J].电子世界.2017
[10].李阳.基于格式特征提取的离散序列报文分类识别关键技术研究[D].解放军信息工程大学.2017