一种新型用户网络质量监测技术及装置

摘要

本发明公开了网络质量监测技术领域的一种新型用户网络质量监测技术及装置，本发明采集模块、识别模块、提取模块和分析模块，本发明从终端用户应用层业务进行分析，结合DPI技术进行关键特征识别和提取，从现阶段流行的终端用户扫码支付行为进行深度分析，识别用户扫码支付行为免密场景下的支付成功与否以及整体支付时间间隔，以用户扫码支付行为指标作为衡量用户网络质量指标，同时以每个用户作为单个检测单元，以此测算出每个用户的真实网络质量。

说明书

技术领域

本发明涉及网络质量监测技术领域，具体为一种新型用户网络质量监测技术及装置。

背景技术

现有的网络质量监测技术通常是直接获取网络出口交换机路由器提供的性能数据，但是这些衡量网络质量的指标往往是网络层的时延、抖动和丢包等数据指标，这些参数仅能衡量整体网络层面的质量，而无法对用户业务应用层的质量进行感知，更加无法反映出每个用户的真实网络质量。

基于此，本发明设计了一种新型用户网络质量监测技术及装置，以解决上述问题。

发明内容

本发明的目的在于提供一种新型用户网络质量监测技术及装置，以解决上述背景技术中提出的无法对用户业务应用层的质量进行感知，更加无法反映出每个用户的真实网络质量的问题。

为实现上述目的，本发明提供如下技术方案：

一种新型用户网络质量监测装置，包括采集模块、识别模块、提取模块和分析模块，所述采集模块用于获取用户及用户所有的业务数据流，并创建用户表和一系列存储单元用于存储用户信息、将数据送至识别模块，所述识别模块用于识别用户实际业务数据流，并给每条数据打上业务识别结果标记，所述提取模块用于接收业务数据流、设置用户扫码支付次数数据以及提取用户扫码支付的起始时间和结束时间数据，所述分析模块用于根据每个用户表中存储的特征提取结果进行统计，通过支付次数和支付时间数据结果计算出特征指标，并将每个用户的网络质量打上属性标记，得到每个用户的真实网络质量。

优选的，所述用户表通过采集模块首先获取用户对应的数据包报文，并根据用户IP地址创建，所述存储单元在用户表下分别用于存储微信支付业务和支付宝支付业务的特征指标结果。

优选的，所述微信支付业务的特征指标结果包括微信扫码支付次数w1，微信扫码支付成功次数w2，以及n个连续空间，连续空间用于存储微信扫码支付数据流标识f_n、微信扫码支付开始时间wts_n以及微信扫码支付结束时间wte_n。

优选的，所述支付宝支付业务的特征指标结果包括支付宝扫码支付次数z1，支付宝扫码支付成功次数z2，以及n个连续空间，连续空间用于存储支付宝扫码支付数据流标识f_n、支付宝扫码支付开始时间zts_n以及支付宝扫码支付结束时间zte_n。

优选的，所述采集模块还用于将用户的每条业务数据流，根据用户IP，网络IP，用户PORT，网络PORT，协议号的五个维度信息创建数据流表，并为每个数据流表分配标识f_n。

优选的，所述识别模块识别用户实际业务数据流前需要加载识别特征库，所述识别特征库中包含用户微信支付业务和支付宝支付业务的特征、扫码支付特征、扫码免密支付特征。

优选的，所述微信支付业务和支付宝支付业务的识别特征特征信息包括有明文特征s1、解码特征s2、端口号特征s3、行为特征s4、关联特征s5、码流特征s6、包长特征s7、关联特征s8中的一项或多项，所述识别特征经过大量的业务模拟，并进行抓包采样分析得到。

优选的，所述识别特征库还包括微信和支付宝的免密扫码支付业务的支付起始特征和支付结束特征，特征信息包括码流特征s6、包长特征s7、关联特征s8中的一项或多项。

优选的，所述识别模块识别的过程为层次化递进识别，分为三层，第一层为宽泛识别，主要微信业务或支付宝业务的整体操作，第二层为细分识别，在已经识别出微信业务或支付宝业务的基础上进一步识别其中的扫码支付业务流，第三层为提取识别，在前者基础上进一步识别免密扫码支付业务流，在识别到免密扫码支付特征后，识别模块将用户业务流送入匹配提取模块。

一种新型用户网络质量监测技术，该技术包括以下步骤：

步骤一：首先匹配支付起始特征p1，如果未能匹配到p1特征，则该业务数据包直接转发，如果匹配成功，则在用户表下创建创建数据流标记组f_n，并提取当前用户数据包的时间戳值ts，基于微信和支付宝不同的业务识别结果，将ts存入其中wts_n或zts_n，同时更新扫码次数w1或z1；

步骤二：成功匹配p1特征后继续匹配支付结束特征p2，如果匹配失败，则该业务数据包直接转发，如果匹配成功，根据数据流标记f_n查询用户下数据流标记组中所有流标记号，查询成功则提取当前用户数据包的时间戳值ts，并基于微信和支付宝不同的业务识别结果，将ts值作为对应的扫码结束时间存入用户表数据流组中wte_n或zte_n，同时更新用户表中存储的扫码次数w2或z2；

步骤三：提取成功后进入分析模块，分析模块根据每个用户表中存储的特征提取结果进行统计，通过支付次数和支付时间数据结果计算出特征指标，其中业务特征指标分为扫码支付成功率sm_per和扫码支付时间sm_tm。

步骤四：通过将成功率sm_per与预设的成功率阈值A1进行比较，如果小于A1，则认为用户网络质量差，如果大于A1，则再进一步将扫码支付时间sm_tm与阈值A2进行比较，如果小于A2，则认为用户网络质量优，大于A2，则认为用户网络质量一般。

与现有技术相比，本发明的有益效果是：

1.本发明从终端用户应用层业务进行分析，结合DPI技术（深度报文检测技术）进行关键特征识别和提取，从现阶段流行的终端用户扫码支付行为进行深度分析，识别用户扫码支付行为免密场景下的支付成功与否以及整体支付时间间隔，以用户扫码支付行为指标作为衡量用户网络质量指标，同时以每个用户作为单个检测单元，以此测算出每个用户的真实网络质量。

2.本发明通过深度报文检测技术挖掘微信扫码支付和支付宝扫码支付的特征属性，将扫码支付的成功率以及支付时间作为衡量用户网络质量的指标，从用户扫码支付网络体验的角度反映用户的真实网络质量，能够有效避免传统只利用网络层指标如IP时延、抖动和丢包等作为衡量用户网络质量的指标参数的局限，从而解决了传统方法无法反映每个用户真实业务感受、真实网络质量的问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明整体架构示意图；

图2为本发明整体匹配流程图。

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，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供一种技术方案：

一种新型用户网络质量监测技术及装置，包括采集模块、识别模块、提取模块和分析模块，所述采集模块用于获取用户及用户所有的业务数据流，并创建用户表和一系列存储单元用于存储用户信息、将数据送至识别模块，所述识别模块用于识别用户实际业务数据流，并给每条数据打上业务识别结果标记，所述提取模块用于接收业务数据流、设置用户扫码支付次数数据以及提取用户扫码支付的起始时间和结束时间数据，所述分析模块用于根据每个用户表中存储的特征提取结果进行统计，通过支付次数和支付时间数据结果计算出特征指标，并将每个用户的网络质量打上属性标记，得到每个用户的真实网络质量。

整体的监测装置主要包括采集模块、识别模块、提取模块和分析模块。

采集模块用于获取用户及用户所有的业务流数据，并创建一系列存储单元用于存储用户信息。

采集模块首先获取用户对应的数据包报文，并根据用户IP地址创建用户表，同时在用户表下创建2个业务存储模块用于存储微信支付业务和支付宝支付业务的特征指标结果。

其中，微信支付业务存储模块存储微信扫码支付次数w1，微信扫码支付成功次数w2，以及n个连续空间，连续空间用于存储微信扫码支付数据流标识f_n、微信扫码支付开始时间wts_n以及微信扫码支付结束时间wte_n。支付宝支付业务存储模块存储支付宝扫码支付次数z1，支付宝扫码支付成功次数z2，以及n个连续空间，连续空间用于存储支付宝扫码支付数据流标识f_n、支付宝扫码支付开始时间zts_n以及支付宝扫码支付结束时间zte_n。

同时，采集模块将用户的每条数据流，根据用户IP，网络IP，用户PORT，网络PORT，协议号的五个维度信息创建数据流表，并为每个数据流表分配标识f_n。

采集模块用于获取用户的业务流数据后，将流量送至识别模块，识别模块用于识别用户实际业务流，并给每条数据流打上业务识别结果标记。

识别开始前，识别模块需要加载识别特征库，特征库中包含用户微信业务和支付宝业务的特征、扫码支付特征、扫码免密支付特征，业务流进入识别模块后，通过预设的特征库的特征进行匹配识别，而微信业务和支付宝业务的这些识别特征特征信息包括有明文特征s1、解码特征s2、端口号特征s3、行为特征s4、关联特征s5中一项或多项，上述特征是本系统的关键技术点之一，所述特征需要结合经过大量的业务模拟，并进行抓包采样分析，从而使用s1-s5中的一项或多项来确定微信业务和支付宝业务的识别特征。

整体业务识别的过程为层次化递进识别，分为三层，第一层为宽泛识别，主要微信业务或支付宝业务的整体操作，第二层为细分识别，在已经识别出微信业务或支付宝业务的基础上进一步识别其中的扫码支付业务流，第三层为提取识别，在前者基础上进一步识别免密扫码支付业务流，在识别到免密扫码支付特征后，识别模块将用户业务流送入匹配提取模块。

提取模块用于设置用户扫码支付次数数据以及提取用户扫码支付的起始时间和结束时间数据。

业务流数据进入提取模块后，也需要通过识别特征库的特征进行识别，微信和支付宝的免密扫码支付业务需要进一步识别出支付起始特征和支付结束特征，该特征也需通过前期大量的采样分析，特征信息包括码流特征s6、包长特征s7、关联特征s8中一项或多项。

本发明从终端用户应用层业务进行分析，结合DPI技术（深度报文检测技术）进行关键特征识别和提取，从现阶段流行的终端用户扫码支付行为进行深度分析，识别用户扫码支付行为免密场景下的支付成功与否以及整体支付时间间隔，以用户扫码支付行为指标作为衡量用户网络质量指标，同时以每个用户作为单个检测单元，以此测算出每个用户的真实网络质量。

1、通过用户扫码支付行为的业务层数据指标计算出用户的真实网络质量，用户扫码支付行为包括微信扫码免密支付和支付宝扫码免密支付。

2、用户扫码支付行为指标包括扫码支付成功率以及扫码支付时间，通过将支付成功率和扫码支付时间指标与预设的指标阈值进行比较从而推算出用户的真实网络质量指标。

3、扫码支付行为需要通过深度报文检测进行识别，深度报文检测预先设置识别所需的特征信息，所属特征信息包括明文特征、解码特征、端口号特征、行为特征、关联特征、码流特征、包长特征中一项或多项。

4、利用用户对应的IP信息建立用户表和数据流表，用于查询和存储每个用户的扫码支付行为数据指标，从而最终可得出每个用户的真实网络质量。

本发明通过深度报文检测技术挖掘微信扫码支付和支付宝扫码支付的特征属性，将扫码支付的成功率以及支付时间作为衡量用户网络质量的指标，从用户扫码支付网络体验的角度反映用户的真实网络质量，能够有效避免传统只利用网络层指标如IP时延、抖动和丢包等作为衡量用户网络质量的指标参数的局限，从而解决了传统方法无法反映每个用户真实业务感受、真实网络质量的问题。

一种新型用户网络质量监测技术，该技术包括以下步骤：

步骤一：首先匹配支付起始特征p1，如果未能匹配到p1特征，则该业务数据包直接转发，如果匹配成功，则在用户表下创建创建数据流标记组f_n，并提取当前用户数据包的时间戳值ts，基于微信和支付宝不同的业务识别结果，将ts存入其中wts_n或zts_n，同时更新扫码次数w1或z1；

步骤二：成功匹配p1特征后继续匹配支付结束特征p2，如果匹配失败，则该业务数据包直接转发，如果匹配成功，根据数据流标记f_n查询用户下数据流标记组中所有流标记号，查询成功则提取当前用户数据包的时间戳值ts，并基于微信和支付宝不同的业务识别结果，将ts值作为对应的扫码结束时间存入用户表数据流组中wte_n或zte_n，同时更新用户表中存储的扫码次数w2或z2；

步骤三：提取成功后进入分析模块，分析模块根据每个用户表中存储的特征提取结果进行统计，通过支付次数和支付时间数据结果计算出特征指标，其中业务特征指标分为扫码支付成功率sm_per和扫码支付时间sm_tm。计算公式如下：

步骤四：通过将成功率sm_per与预设的成功率阈值A1进行比较，如果小于A1，则认为用户网络质量差，如果大于A1，则再进一步将扫码支付时间sm_tm与阈值A2进行比较，如果小于A2，则认为用户网络质量优，大于A2，则认为用户网络质量一般。

分析输出模块的结果可将每个用户的网络质量打上属性标记，由此可得到每个用户的真实网络质量。

用户网络质量监测技术主要基于深度报文检测技术，通过大量的采样分析微信业务和支付宝业务的识别特征、扫码支付特征、扫码免密支付特征、扫码支付起始特征和扫码结束特征，通过分析出这些识别特征可将用户的微信业务和支付宝业务的扫码行为识别出来，并通过扫码支付起始特征和结束特征，确定用户的扫码支付成功率；通过提取用户包中的时间戳值来计算用户扫码支付的支付时间。由此通过扫码支付成功率指标和扫码支付时间指标，与预设的指标阈值进行比较，从而得出用户的真实网络质量。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。