網(wǎng)絡數(shù)據(jù)分類的通用化設計

摘 要: 網(wǎng)絡數(shù)據(jù)分類是網(wǎng)絡應用的一個基礎功能，用于正確解析網(wǎng)絡數(shù)據(jù)的類型和詳細內容，提供給網(wǎng)絡應用軟件進行后續(xù)處理。本文設計了一個通用化的網(wǎng)絡數(shù)據(jù)分類方法，具有較強的適應性，可以完成多種格式的網(wǎng)絡數(shù)據(jù)幀的分類處理。

關鍵詞: 網(wǎng)絡數(shù)據(jù)分類 通用化 設計

1.引言

目前，高速以太網(wǎng)等計算機網(wǎng)絡技術得到了廣泛應用。通過以太網(wǎng)，各種設備之間的互聯(lián)和數(shù)據(jù)交換變得簡單、快捷、可靠，非常適合于解決設備間的兼容和互操作問題。[1]以太網(wǎng)一個主要的特點是簡單，在實踐中，簡單性帶來了可靠、廉價、易于維護等特性，因此，以太網(wǎng)具有強大的生命力。

以太網(wǎng)可以在同一總線上運行不同的傳輸協(xié)議，從而能夠建立公共網(wǎng)絡平臺或基礎架構。TCP/IP協(xié)議是最常見的網(wǎng)絡互連協(xié)議，通常被定義為七層網(wǎng)絡模型，用戶可以根據(jù)實際需要，在應用層自定義數(shù)據(jù)幀格式。[2]通過自定義數(shù)據(jù)幀，用戶可以方便地擴展數(shù)據(jù)通信功能，或者加強數(shù)據(jù)通信控制，滿足不同的業(yè)務需求。這為網(wǎng)絡應用帶來了極大的靈活性，但同時也帶來了一些不便。由于網(wǎng)絡上傳輸?shù)臄?shù)據(jù)多種多樣，因此用戶需要將接收到的網(wǎng)絡數(shù)據(jù)進行分類，不同的業(yè)務應用使用不同的數(shù)據(jù)信息，這樣才不會產(chǎn)生混淆，避免后續(xù)的數(shù)據(jù)處理出現(xiàn)錯誤。通常，網(wǎng)絡數(shù)據(jù)分類由網(wǎng)絡應用軟件完成，由軟件開發(fā)人員根據(jù)規(guī)定的數(shù)據(jù)幀格式編制相應的數(shù)據(jù)分類模塊，實現(xiàn)網(wǎng)絡數(shù)據(jù)的分類。隨著自定義數(shù)據(jù)幀格式的增多，需要編制的數(shù)據(jù)分類模塊也不斷增加，大大降低了軟件開發(fā)的效率。

網(wǎng)絡數(shù)據(jù)分類是網(wǎng)絡應用的一個基礎功能，通用化的網(wǎng)絡數(shù)據(jù)分類方法可以提高網(wǎng)絡應用開發(fā)的效率，具有較高的實用價值。本文分析了現(xiàn)有網(wǎng)絡數(shù)據(jù)分類方法的共同點，設計了一個具有較強通用性的分類方法，可以在盡可能小的改動下，實現(xiàn)各種網(wǎng)絡數(shù)據(jù)的分類。

2.接收網(wǎng)絡數(shù)據(jù)的場景類型

在實際應用中，網(wǎng)絡設備從網(wǎng)絡上接收數(shù)據(jù)幀，然后進行處理。雖然網(wǎng)絡數(shù)據(jù)的格式多種多樣，但網(wǎng)絡設備接收網(wǎng)絡數(shù)據(jù)幀總可以歸納為以下三個場景。

2.1網(wǎng)絡上所有設備都只發(fā)送一種格式的數(shù)據(jù)幀。這種情況下，數(shù)據(jù)源與數(shù)據(jù)幀的類型是一一對應的，知道了該數(shù)據(jù)幀是某個設備發(fā)送來的，即明確數(shù)據(jù)幀的來源，就可以知道該數(shù)據(jù)幀的類型。這個場景下的網(wǎng)絡數(shù)據(jù)分類就是區(qū)分是“XX設備發(fā)送來的數(shù)據(jù)”。

2.2網(wǎng)絡上所有設備發(fā)送多種格式的數(shù)據(jù)幀且?guī)愋痛a不重復。通常，在幀格式中會定義一個幀類型碼，對所有類型的數(shù)據(jù)幀進行編碼，這樣，通過幀類型碼就可以區(qū)分各個類型的數(shù)據(jù)幀。如果幀類型碼是統(tǒng)一編碼，就可以保證所有數(shù)據(jù)幀在幀類型碼上不會重復。這種情況下，通過數(shù)據(jù)源不足以區(qū)分開各種類型的數(shù)據(jù)幀，但可以通過幀類型碼區(qū)分各種數(shù)據(jù)幀。這個場景下的網(wǎng)絡數(shù)據(jù)分類就是區(qū)分是“YY類型的數(shù)據(jù)”。

2.3網(wǎng)絡上所有設備發(fā)送多種格式的數(shù)據(jù)幀且?guī)愋痛a有重復。在某些應用中，幀類型碼的編碼與設備是相互獨立的，不同的設備可以發(fā)送同一幀類型碼的數(shù)據(jù)幀。在這種情況下，單獨考慮數(shù)據(jù)源或幀類型碼都不能準確區(qū)分數(shù)據(jù)幀的類型，需要綜合考慮數(shù)據(jù)源及幀類型碼，才能正確區(qū)分數(shù)據(jù)幀。這個場景下的網(wǎng)絡數(shù)據(jù)分類就是區(qū)分是“XX設備發(fā)送的YY類型的數(shù)據(jù)”。

3.網(wǎng)絡數(shù)據(jù)分類的方法及要素

3.1網(wǎng)絡數(shù)據(jù)分類的方法

對應于上述三個接收網(wǎng)絡數(shù)據(jù)幀的場景，可以采用如下方法進行網(wǎng)絡數(shù)據(jù)分類。

3.1.1源IP分類:用于第一個場景下的數(shù)據(jù)分類，區(qū)分是“XX設備發(fā)送來的數(shù)據(jù)”。在網(wǎng)絡上，網(wǎng)絡設備通常用設備的IP地址標識，源IP即表示了網(wǎng)絡數(shù)據(jù)幀的來源。明確了數(shù)據(jù)源IP，就可以明確接收的數(shù)據(jù)幀是從哪個設備發(fā)送來的。

3.1.2幀ID分類:用于第二個場景下的數(shù)據(jù)分類，區(qū)分是“YY類型的數(shù)據(jù)”。幀類型碼通常簡稱為幀ID，如果所有的幀ID是統(tǒng)一編碼的，編碼值沒有重復，則幀ID與數(shù)據(jù)幀類型一一對應，采用幀ID即可區(qū)分所有數(shù)據(jù)類型。幀ID是數(shù)據(jù)幀中的一項，獲取幀ID需要對網(wǎng)絡數(shù)據(jù)幀進行“解幀”，也就是在數(shù)據(jù)幀中找到幀ID所在位置，并獲取其值。

3.1.3混合分類:用于第三個場景下的數(shù)據(jù)分類，綜合使用源IP和幀ID，區(qū)分是“XX設備發(fā)送的YY類型數(shù)據(jù)”。

3.2網(wǎng)絡數(shù)據(jù)分類的要素

網(wǎng)絡數(shù)據(jù)幀格式是網(wǎng)絡數(shù)據(jù)分類的基礎和依據(jù)。圖1給出一個自定義網(wǎng)絡數(shù)據(jù)幀的格式，下文將以此為例進行描述。該幀格式基于TCP/IP協(xié)議進行定義，關于TCP/IP協(xié)議的論著很多，本文不再贅述。

在上圖中，用戶關心的是應用層數(shù)據(jù)，可以根據(jù)需要自行定義應用層數(shù)據(jù)的格式。圖中給出了格式定義的一個實例，數(shù)據(jù)幀由多個數(shù)據(jù)子幀組成，每個子幀都遵循相同的格式定義，其各個組成項目的作用如表1所示。

上述三種網(wǎng)絡數(shù)據(jù)分類方法的目的，都是從數(shù)據(jù)幀中獲取源地址、幀ID等信息，從而確定數(shù)據(jù)幀的類型。不難發(fā)現(xiàn)，這三種方法中都有幾個不可或缺的要素。

3.2.1源IP:即數(shù)據(jù)幀的源IP地址，表示該數(shù)據(jù)幀是哪個設備發(fā)送的。源IP主要用在第一和第三個場景中，明確是“XX設備”。

3.2.2幀ID:即數(shù)據(jù)幀的幀類型碼，主要用在第二和第三個場景中，明確數(shù)據(jù)幀的類型，即明確是“YY類型的數(shù)據(jù)”。

3.2.3應用層數(shù)據(jù)的幀結構信息:表示應用層數(shù)據(jù)格式的定義，說明“總幀長”、“幀ID”、“幀長度”、“有效數(shù)據(jù)”等項目的位置、數(shù)據(jù)類型、字節(jié)數(shù)等信息。在解幀過程中，可以根據(jù)該幀結構信息，定位到數(shù)據(jù)幀的各個項目，并獲取項目的值。

4.網(wǎng)絡數(shù)據(jù)解幀的通用方法

在網(wǎng)絡數(shù)據(jù)接收的第二和第三個場景中，都需要獲取幀ID才能完成數(shù)據(jù)的分類。獲取幀ID通過對網(wǎng)絡數(shù)據(jù)幀進行“解幀”操作完成。解幀就是按照數(shù)據(jù)幀格式定義，在數(shù)據(jù)幀中的相應位置找到各個項目，獲取項目的值，或解析項目內容。

網(wǎng)絡數(shù)據(jù)幀格式多種多樣，解幀的關鍵在于正確解析數(shù)據(jù)幀頭。數(shù)據(jù)幀頭指有效數(shù)據(jù)之外的數(shù)據(jù)信息，通常包含了各種輔助信息，用于幫助控制通信過程和解析數(shù)據(jù)內容。圖1中，“幀類型碼”、“日期”、“時間”、“幀長度”、“保留”這幾個項目組成了數(shù)據(jù)幀頭。幀頭中包含了多個信息，解幀時必須考慮三個因素:第一是幀類型碼，這是判別幀類型的重要標識，知道了幀類型碼，就可以判斷該數(shù)據(jù)幀是否需要;第二是幀長度(包括總幀長和各個子幀長)，這是控制解幀操作結束的標準，知道了幀長度，就可以在解幀到幀尾時停止解幀操作，防止誤操作緩沖區(qū);第三是有效數(shù)據(jù)的位置，以便對有效的數(shù)據(jù)進行處理。

無論網(wǎng)絡數(shù)據(jù)幀格式如何變化，只要知道了上述信息，就可以正確解幀，獲取幀ID及有效數(shù)據(jù)。基于這種思路的解幀方法與幀格式定義沒有關系，可以作為一種通用的解幀算法。圖2給出了網(wǎng)絡數(shù)據(jù)解幀通用方法的處理流程。

5.網(wǎng)絡數(shù)據(jù)分類的通用方法

當網(wǎng)絡設備接收網(wǎng)絡數(shù)據(jù)幀時，可以同時獲取該數(shù)據(jù)幀的源IP，從而知道發(fā)送該數(shù)據(jù)幀的源設備。每個源設備發(fā)送的數(shù)據(jù)幀格式是預先約定的，按照其幀結構信息，采用上文所述的通用化解幀方法，可以獲取幀ID，從而確定數(shù)據(jù)幀的類型。也就是說，網(wǎng)絡數(shù)據(jù)分類的要素都可以獲取。在此基礎上，再對照接收網(wǎng)絡數(shù)據(jù)的場景，采用相應的數(shù)據(jù)分類方法，即可完成網(wǎng)絡數(shù)據(jù)的分類。

圖3描述了網(wǎng)絡數(shù)據(jù)分類的通用化處理流程。該處理流程只需要知道數(shù)據(jù)幀的源IP，以及幀ID、幀長度、有效數(shù)據(jù)的格式信息，可以適應多種數(shù)據(jù)幀格式定義，完成數(shù)據(jù)幀的分類操作，具有較強的通用性。

6.結語

本文概括了網(wǎng)絡設備接收網(wǎng)絡數(shù)據(jù)的三個典型場景，分析了在三個場景中進行數(shù)據(jù)分類不可缺少的共同要素。在此基礎上，設計了三種網(wǎng)絡數(shù)據(jù)分類的方法，分別用于相應的場景。對于數(shù)據(jù)分類過程中涉及的解幀操作，設計了通用化的網(wǎng)絡數(shù)據(jù)解幀方法，其關鍵在于正確的解析網(wǎng)絡數(shù)據(jù)幀頭。

最后，本文綜合運用三種網(wǎng)絡數(shù)據(jù)分類方法，設計了通用化的數(shù)據(jù)分類算法。該算法可以在統(tǒng)一的處理流程中，適應大部分數(shù)據(jù)幀格式定義，完成各種網(wǎng)絡數(shù)據(jù)的分類，具有較強的通用性。這種網(wǎng)絡數(shù)據(jù)分類算法應用在我開發(fā)的多個軟件中，不需修改軟件代碼，即可對不同格式的網(wǎng)絡數(shù)據(jù)幀進行準確分類，提高了軟件開發(fā)的效率，取得了較好的實用效果。

由于時間關系，本文只是對網(wǎng)絡數(shù)據(jù)分類的方法作了初步探討，很多詳細的技術問題還需要在以后深入研究和驗證，文中錯誤之處，敬請批評指正。

參考文獻:

[1]劉曉輝等.以太網(wǎng)組網(wǎng)技術大全.清華大學出版社，2001.

[2]Andrew S. Tanenbaum 著.潘愛民譯.計算機網(wǎng)絡(4). 清華大學出版社，2004.