基于结构解析与AI大模型的通信协议分析方法及装置与流程
本说明书实施例涉及通信网络故障排查与人工智能,尤其涉及一种基于结构解析与ai大模型的通信协议分析方法及装置。
背景技术:
1、随着5g/6g等新一代移动通信技术的持续演进,以3gpp(第三代合作伙伴计划)为主的通信标准协议文档(technical specifications,ts)的数量与复杂度呈指数级增长。这些通信协议文档通常由两部分组成:一部分是使用自然语言描述的功能性文本;另一部分则是使用诸如asn.1(abstract syntax notation one,抽象语法标记)等结构化数据描述语言所编写的严格语法定义,用于精准规范信令消息结构、信息单元嵌套关系以及参数取值范围。
2、在现有的网络协议分析与基于信令日志的故障排查技术中,主要面临以下技术瓶颈:
3、传统基于大模型的检索增强生成(rag)技术存在严重的结构信息丢失问题。现有的rag方案在进行文档预处理时,通常将pdf或word格式的协议文档按照固定的字符长度分块,并存入向量数据库中执行相似度检索。这种机械切割的方式会彻底破坏具有层次拓扑结构的协议代码块(如asn.1代码)。受此影响,当不同级别的消息(message)中包含同名字段(例如均包含“frequencyinfo”字段)时,单纯依赖向量相似度检索将无法区分该字段具体隶属于哪个父级消息路径,极易导致检索上下文错误。
4、此外,在处理长达数千页的协议文档时,直接采用通用大模型阅读完整文档会远超模型的上下文窗口限制。而传统的全文搜索引擎(如基于倒排索引的匹配)则仅支持关键词精确匹配,完全缺失对协议层级结构的感知和查询语义的理解。对于网络排障人员而言,一项核心的需求是将日志流中的二进制或十六进制码流数据映射到协议底层的业务语义,而现有工具往往孤立存在(如现有的asn.1解析工具多用于离线固化编解码),无法建立从“模糊自然语言查询”到“精确底层结构定位”的映射。
5、因此,亟需一种能够同时理解自然语言语义与具有严格层级的协议代码结构的通信协议检索机制,以解决深层嵌套字段同名混淆的问题,并在此基础上实现从码流日志到协议规范映射的自动化解析诊断。
技术实现思路
1、为解决现有技术中存在的问题,本说明书实施例提供了一种基于结构解析与ai大模型的通信协议分析方法及装置,解决了传统基于字符串截断或单纯文本分块检索所导致的上下文匹配混淆,提高了通信协议关联字段定位的准确性。
2、本说明书实施例的具体技术方案如下:
3、一方面,本说明书实施例提供了一种基于结构解析与ai大模型的通信协议分析方法,所述方法包括:
4、接收分析请求,对所述分析请求进行解析,确定目标协议实体与目标版本约束条件;
5、基于所述目标协议实体和所述目标版本约束条件,在预先构建的结构索引中进行匹配,筛选出候选全限定路径标识符集合;其中,所述结构索引中预先存储有各个协议实体对应的全限定路径标识符,以及与所述全限定路径标识符关联绑定的协议版本元数据;所述全限定路径标识符是预先对通信协议文档中具有层次拓扑结构的协议代码块进行解析生成抽象语法树后,基于各所述协议实体在所述抽象语法树中的层级派生关系所构建的,所述协议版本元数据提取自所述通信协议文档的属性信息;
6、在向量索引中,以所述候选全限定路径标识符集合为检索边界限定条件,基于所述分析请求对应的查询特征向量执行语义相似度匹配,并输出对应的目标协议结构定义数据;其中,所述向量索引中预先存储有高维特征向量,所述高维特征向量是对各所述协议实体关联的自然语言说明文本进行嵌入编码生成的。
7、进一步地,基于如下方式构建所述全限定路径标识符:
8、识别所述通信协议文档中的结构化数据描述语言;
9、依据预设的语法规则对所述结构化数据描述语言进行解析,提取各数据结构元素之间的嵌套依赖关系,生成由根节点至叶子节点映射的所述抽象语法树;
10、在所述抽象语法树中,以协议消息名称作为所在的根节点,以各所述协议实体作为对应的子节点或叶子节点,聚合从所述根节点至各所述协议实体对应节点的路径上的各级节点信息,生成各所述协议实体的所述全限定路径标识符。
11、进一步地,基于如下方式构建所述结构索引和所述向量索引:
12、在生成所述抽象语法树之后,针对所述抽象语法树中的各所述协议实体,从所述通信协议文档中提取与所述协议实体具备上下文关联关系的自然语言说明文本,对所述自然语言说明文本执行向量化映射,生成所述协议实体对应的所述高维特征向量;
13、针对各所述协议实体,建立所述高维特征向量与所述协议实体的所述全限定路径标识符之间的绑定映射关系;
14、将具备所述绑定映射关系的所述高维特征向量存储至所述向量索引,并将所述全限定路径标识符与对应的所述协议版本元数据同步存储至所述结构索引。
15、进一步地,对所述分析请求进行解析,确定目标协议实体与目标版本约束条件,包括:
16、识别所述分析请求中包含的多模态输入特征,所述多模态输入特征至少包括自然语言文本、原始信令码流以及协议错误日志中的一种或多种;
17、基于所述多模态输入特征进行意图识别,判定所述分析请求对应的任务类型;
18、当判定所述任务类型为知识查询任务时,基于语义处理从所述自然语言文本中提取出所述目标协议实体,并基于提取结果或缺省配置确定对应的所述目标版本约束条件;
19、当判定所述任务类型为信令码流解析任务时,调取预设的头结构特征匹配规则,对码流数据进行解析,以确定所述目标协议实体,并结合环境上下文标签设定所述目标版本约束条件;其中,所述码流数据为所述原始信令码流或从所述协议错误日志中提取的码流片段。
20、进一步地,当判定所述任务类型为知识查询任务,且在基于所述目标协议实体和所述目标版本约束条件检索得到对应的所述目标协议结构定义数据之后,所述方法还包括:
21、获取与所述目标协议结构定义数据相关联的所述自然语言说明文本;
22、将所述分析请求、所述目标协议结构定义数据以及所述自然语言说明文本合并生成上下文提示信息;
23、调用预先部署的大语言模型,将所述上下文提示信息输入所述大语言模型进行解析生成,得到与所述分析请求对应的知识问答响应数据;其中,所述知识问答响应数据包含对所述目标协议实体的语义解释信息以及规则化配置说明。
24、进一步地,当判定所述任务类型为信令码流解析任务,且基于所述目标协议实体和所述目标版本约束条件检索得到对应的所述目标协议结构定义数据之后,所述方法还包括:
25、调用大语言模型,将待解析的所述码流数据和预先检索得到的所述目标协议结构定义数据输入所述大语言模型,生成对应于所述码流数据的解码脚本;其中,所述大语言模型用于解析所述目标协议结构定义数据中蕴含的字段层级关系与数据格式规范,建立针对所述码流数据的字段提取映射逻辑,并依据所述字段提取映射逻辑生成执行数据截取与格式转换的代码指令,作为所述解码脚本;
26、运行所述解码脚本以处理所述码流数据;
27、若所述解码脚本运行成功,则输出对所述码流数据处理后所得的结构化解析结果。
28、进一步地,所述运行所述解码脚本,包括:在受控隔离环境中运行所述解码脚本;所述方法还包括:
29、若所述解码脚本在所述受控隔离环境中运行失败,获取所述解码脚本在运行过程中产生的执行异常日志;
30、将所述执行异常日志、所述解码脚本以及所述目标协议结构定义数据拼接为自校验提示词,将所述自校验提示词输入所述大语言模型,以触发所述大语言模型针对所述执行异常日志指示的逻辑错误特征,生成更新后的解码脚本;
31、再次运行更新后的所述解码脚本,直至所述解码脚本运行成功,或达到预设的迭代终止条件。
32、进一步地,在输出对所述码流数据处理后所得的结构化解析结果之后,所述方法还包括:
33、将所述结构化解析结果中的参数字段取值与所述目标协议结构定义数据中包含的参数规范进行对比核查;
34、当检测到所述参数字段取值违反所述参数规范时,提取通信异常字段以及关联的异常类型;
35、提取所述目标协议结构定义数据中与所述通信异常字段相映射的协议基准规则,并结合所述通信异常字段和所述异常类型,生成用于指示故障根因的分析报告。
36、进一步地,当判定所述任务类型为综合分析任务,其中,所述综合分析任务同时包含所述知识查询任务及所述信令码流解析任务,所述方法还包括:
37、基于所述综合分析任务中的知识查询任务,确定与所述目标协议实体和所述目标版本约束条件对应的目标协议结构定义数据;
38、基于所述综合分析任务中的信令码流解析任务,调用大语言模型生成对应于所述码流数据的解码脚本,并运行所述解码脚本得到结构化解析结果;
39、将所述结构化解析结果和所述目标协议结构定义数据进行整合,构建增强上下文信息;
40、基于所述增强上下文信息调用所述大语言模型生成综合分析响应结果;其中,所述综合分析响应结果包括故障分析结果、协议字段解释及推理说明中的至少一项。
41、进一步地,所述在向量索引中,以所述候选全限定路径标识符集合为检索边界限定条件,基于所述分析请求对应的查询特征向量执行语义相似度匹配,并输出对应的目标协议结构定义数据,包括:
42、将所述候选全限定路径标识符集合构建为标量过滤条件;
43、根据所述标量过滤条件对所述向量索引进行数据过滤,从所述向量索引预先存储的各所述高维特征向量中筛选出候选高维特征向量集合;
44、计算所述查询特征向量与所述候选高维特征向量集合中各所述高维特征向量之间的距离度量;
45、根据对所述距离度量的排序结果,获取匹配命中的所述高维特征向量,并输出所述匹配命中的高维特征向量所对应的所述目标协议结构定义数据。
46、进一步地,所述聚合从所述根节点至各所述协议实体对应节点的路径上的各级节点信息,生成各所述协议实体的所述全限定路径标识符,包括:
47、提取从所述根节点至各所述协议实体对应节点之间路径上的各级节点的名称标识;
48、以所述根节点的名称标识为起始字段,利用预设的层级连接符,将所述各级节点的名称标识按照在所述抽象语法树中的层级嵌套顺序进行依次拼接,生成对应的唯一字符串,作为各所述协议实体的所述全限定路径标识符。
49、另一方面,本说明书实施例还提供了一种基于结构解析与ai大模型的通信协议分析装置,所述装置包括:
50、接收模块,用于接收分析请求,对所述分析请求进行解析,确定目标协议实体与目标版本约束条件;
51、筛选模块,用于基于所述目标协议实体和所述目标版本约束条件,在预先构建的结构索引中进行匹配,筛选出候选全限定路径标识符集合;其中,所述结构索引中预先存储有各个协议实体对应的全限定路径标识符,以及与所述全限定路径标识符关联绑定的协议版本元数据;所述全限定路径标识符是预先对通信协议文档中具有层次拓扑结构的协议代码块进行解析生成抽象语法树后,基于各所述协议实体在所述抽象语法树中的层级派生关系所构建的,所述协议版本元数据提取自所述通信协议文档的属性信息;
52、检索模块,用于在向量索引中,以所述候选全限定路径标识符集合为检索边界限定条件,基于所述分析请求对应的查询特征向量执行语义相似度匹配,并输出对应的目标协议结构定义数据;其中,所述向量索引中预先存储有高维特征向量,所述高维特征向量是对各所述协议实体关联的自然语言说明文本进行嵌入编码生成的。
53、另一方面,本说明书实施例还提供了一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时,实现上述方法。
54、另一方面,本说明书实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
55、另一方面,本说明书实施例还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述方法。
56、本说明书实施例的有益效果在于,通过预先解析特定协议代码块生成抽象语法树,并基于层级派生关系构建全限定路径标识符用于结构索引,从而在检索时能够精确感知通信协议深层的嵌套拓扑结构。在面对不同上级消息中存在大量同名字段(如不同信令内均包含同名的配置参数)的场景时,能够依靠限定条件有效切分各自的从属路径,避免了传统基于字符串截断或单纯文本分块检索所导致的上下文匹配混淆,提高了通信协议关联字段定位的准确性。
57、此外,采用结构索引与向量索引两级协同的检索架构,以结构匹配生成的候选全限定路径标识符集合作为向量相似度匹配的检索边界,实现了标量精确过滤与稠密向量语义检索的融合。能够大幅缩小底层向量距离计算空间、提升大容量知识库检索效率,并且确保最终输出的目标协议结构定义数据能够精确契合检索操作的真实意图,向用户或调用系统直接提供其所确切需要的协议定义内容,为后续的网络故障分析提供了可靠的数据基础。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com