网络流量数据的处理方法及服务器与流程

1.本技术涉及网络安全技术领域，提供了一种网络流量数据的处理方法及服务器。


背景技术：

2.随着网络流量的大幅增长，对海量的网络流量数据进行实时检测是保障网络安全的关键。目前，是先采用数据包捕获函数库(packet capture library，libpcap)的方式捕捉网络流量数据，并将网络流量数据存储在数据库中，再对存储在数据库中的网络流量数据进行实时分析。
3.但是采用上述技术会出现下列问题：libpcap在将网络流量数据发送到用户空间的过程中，会进行多次拷贝操作和中断响应，极大地限制了系统的读取性能。
4.有鉴于此，本技术实施例提供了一种新的网络流量数据的处理方法及服务器。


技术实现要素：

5.本技术实施例提供一种网络流量数据的处理方法及服务器，用以提高系统的读取性能。
6.第一方面，本技术实施例提供了一种网络流量数据的处理方法，包括：
7.通过运行在用户空间的具有输入/输出i/o技术的平台，从物理网卡中读取设定周期内的网络流量数据；
8.对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态，所述流量标识表征一个网络流量数据的发送端与接收端。
9.可选的，在对所述一个网络流量数据进行解析之后，进一步包括：
10.基于预设的分类规则与解析所述一个网络流量数据得到的网际协议ip信息，确定所述一个网络流量数据的类型；
11.将所述一个网络流量数据存储在确定的类型对应的虚拟网卡上。
12.可选的，对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态，包括：
13.对所述各个网络流量数据进行解析，确定所述各个网络流量数据对应的基础指标集，一个基础指标集中至少包括一个网络流量数据的流量标识；
14.对归属于同一流量标识的基础指标集进行分析，得到所述流量标识对应的目标特征集，其中，不同的流量标识对应的目标特征集不同，所述目标特征集中不同的目标特征对应不同的基础指标，所述目标特征表征对应基础指标的变化状态。
15.可选的，在确定所述各个网络流量数据对应的基础指标集之后，进一步包括：
16.将各个基础指标集存储在非关系型分布式数据库hbase中；
17.得到所述同一流量标识对应的目标特征集之后，进一步包括：
18.将所述目标特征集存储在所述hbase中。
19.可选的，对归属于同一流量标识的基础指标集进行分析，得到所述流量标识对应
的目标特征集，包括：
20.每读取一个基础指标集，确定所述一个基础指标集是否满足特征提取条件；
21.若满足，则基于所述一个基础指标集以及所述流量标识对应的内存中的其他基础指标集，生成对应的目标特征集；若不满足，则将所述一个基础指标集存储到内存中。
22.可选的，特征提取条件包括下述部分或全部的条件：
23.所述流量标识对应的最早存储在内存中的基础指标集的存储时长超过设定时长；
24.所述流量标识对应的传输控制协议tcp标志位的总和超过设定阈值；
25.所述一个基础指标集中存在连接结束标识。
26.可选的，通过下列方式确定所述流量标识对应的最早存储在内存中的基础指标集的存储时长，包括：
27.将所述一个基础指标集的监听时间与所述最早存储在内存中的基础指标集的监听时间的时间差，作为所述存储时长；或者，
28.将所述流量标识中最晚加入所述预设队列的基础指标集的监听时间与当前时间的时间差，作为所述存储时长；其中所述预设队列的排列顺序是按照对应的基础指标集的监听顺序排列的。
29.第二方面，本技术实施例还提供了一种网络流量数据的处理服务器，包括处理器和存储器：
30.所述存储器，用于存储程序代码；
31.所述处理器，用于读取存储在所述存储器中的所述程序代码，令运行在用户空间的具有输入/输出i/o技术的平台，从物理网卡中读取设定周期内的网络流量数据；
32.对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态，所述流量标识表征一个网络流量数据的发送端与接收端。
33.可选的，在对所述一个网络流量数据进行解析之后，所述处理器进一步用于：
34.基于预设的分类规则与解析所述一个网络流量数据得到的网际协议ip信息，确定所述一个网络流量数据的类型；
35.将所述一个网络流量数据存储在确定的类型对应的虚拟网卡上。
36.可选的，对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态，所述处理器用于：
37.对所述各个网络流量数据进行解析，确定所述各个网络流量数据对应的基础指标集，一个基础指标集中至少包括一个网络流量数据的流量标识；
38.对归属于同一流量标识的基础指标集进行分析，得到所述流量标识对应的目标特征集，其中，不同的流量标识对应的目标特征集不同，所述目标特征集中不同的目标特征对应不同的基础指标，所述目标特征表征对应基础指标的变化状态。
39.可选的，在确定所述各个网络流量数据对应的基础指标集之后，所述处理器进一步用于：
40.将各个基础指标集存储在非关系型分布式数据库hbase中；
41.得到所述同一流量标识对应的目标特征集之后，进一步包括：
42.将所述目标特征集存储在所述hbase中。
43.可选的，对归属于同一流量标识的基础指标集进行分析，得到所述流量标识对应
的目标特征集，所述处理器用于：
44.每读取一个基础指标集，确定所述一个基础指标集是否满足特征提取条件；
45.若满足，则基于所述一个基础指标集以及所述流量标识对应的内存中的其他基础指标集，生成对应的目标特征集；若不满足，则将所述一个基础指标集存储到内存中。
46.可选的，特征提取条件包括下述部分或全部的条件：
47.所述流量标识对应的最早存储在内存中的基础指标集的存储时长超过设定时长；
48.所述流量标识对应的传输控制协议tcp标志位的总和超过设定阈值；
49.所述一个基础指标集中存在连接结束标识。
50.可选的，通过下列方式确定所述流量标识对应的最早存储在内存中的基础指标集的存储时长，所述处理器用于：
51.将所述一个基础指标集的监听时间与所述最早存储在内存中的基础指标集的监听时间的时间差，作为所述存储时长；或者，
52.将所述流量标识中最晚加入所述预设队列的基础指标集的监听时间与当前时间的时间差，作为所述存储时长；其中所述预设队列的排列顺序是按照对应的基础指标集的监听顺序排列的。
53.第三方面，本技术实施例还提供了一种计算机可读存储介质，其包括程序代码，当所述程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行上述任意一种网络流量数据的处理方法的步骤。
54.本技术有益效果如下：
55.本技术实施例提供的网络流量数据的处理方法及服务器，通过运行在用户空间的具有输入/输出i/o技术的平台，从物理网卡中读取设定周期内的网络流量数据；再对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态。通过运行在用户空间的具有i/o技术的平台，实现用户空间直接从物理网卡中读取数据的功能，使得数据采集过程零拷贝，提高系统的读取性能。
56.本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
57.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
58.图1为本技术实施例中网络流量数据的处理系统的架构示意图；
59.图2为本技术实施例中数据采集服务器的结构示意图；
60.图3为本技术实施例中处理网络流量数据的流程示意图；
61.图4为本技术实施例中的采集并解析网络流量数据x的流程示意图；
62.图5为本技术实施例提供的顺序队列示意图；
63.图6为本技术实施例中以一具体实施例描述处理网络流量数据的流程示意图；
64.图7为本技术实施例中提供的网络流量数据的处理服务器的结构示意图。
具体实施方式
65.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术技术方案的一部分实施例，而不是全部的实施例。基于本技术文件中记载的实施例，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他实施例，都属于本技术技术方案保护的范围。
66.下面对文中出现的一些术语进行解释：
67.1、交换机：是一种具备多个端口的网络硬件设备，其应用在数据链路层，可以为接入交换机的任意两个网络节点提供单独的电信号通路，通过报文交换的方式，实现转发网络流量数据的功能。
68.2、镜像端口：位于交换机上的端口，对流经交换机的所有网络流量数据进行拷贝，并将拷贝后的网络流量数据发送到物理网卡中，实现监听进出网络的所有网络流量数据，便于后续对网络流量数据进一步地分析处理。
69.3、linux操作系统：是一个基于unix的免费开源操作系统，常被开发为服务器系统。linux操作系统的核心是内核，内核独立于普通的应用程序，可以访问被保护的内存空间，也有访问底层硬件设备的所有权限，为了保证内核的安全，通常linux操作系统会将自身的虚拟地址空间，划分为内核空间和用户空间两部分，强制用户进程无法直接操作内核。
70.4、hbase：是一个开源的非关系型分布式数据库，应用在海量数据存储、高性能读写场景下。
71.为了提高系统的读取性能，本技术实施例提供了一种网络流量数据的处理系统。参阅图1所示，该系统中包括源设备101、目标设备102、交换机103、数据采集服务器104和大数据集群105。
72.源设备101和目标设备102可以是手机、电脑、服务器等设备，通过路由器等设备接入交换机103，以使交换机103通过报文交换的方式，接收源设备101发送的网络流量数据，并将网络流量数据转发到目标设备102中。同时，交换机103启动镜像端口，对流经交换机103的所有网络流量数据进行拷贝，并将拷贝后的网络流量数据发送到数据采集服务器104的物理网卡中。
73.数据采集服务器104是运行了linux操作系统的服务器，在数据采集服务器104内部的用户空间中设置了数据平面开发包(data plane development kit，dpdk)数据平台，在dpdk数据平台上具有运行在用户空间的i/o(userspace input/output，uio)技术，采用该技术可以实现在内核空间中只运行一小部分驱动设备，而在用户空间中运行大部分驱动设备的功能，相比于传统的读取方式，内核空间先从物理网卡中拷贝网络流量数据，再将网络流量数据二次拷贝到用户空间中来说，本技术实施例中的dpdk数据平台可以直接接管物理网卡，从物理网卡中读取设定数量的网络流量数据，整个数据采集过程实现零拷贝，提高操作系统的读取性能。
74.大数据集群105一组相互独立的、通过高速计算机网络互联的计算机，每台计算机上设置有hbase，用于存储海量网络流量数据；同时，每台计算机还可以从hbase中读取设定周期内的网络流量数据，对所述网络流量数据进行解析，并将解析结果存储在hbase中。
75.数据采集服务器104和大数据集群105的服务器内部结构相同，仅以数据采集服务
器104为例，参阅图2所示，所述服务器中包括存储器201、处理器202、电源203、wi-fi模块204和蓝牙模块205。
76.存储器201用于存储数据采集服务器104运行时所使用的程序和/或模块，处理器202通过运行存储在存储器201中的程序和/或模块，从而执行采集流经交换机103的所有网络流量数据的功能。此外，存储器201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。
77.处理器202是数据采集服务器104的控制中心，利用各种接口和线路连接整个数据采集服务器104的各个部分，通过运行或执行存储在存储器201内的软件程序和/或模块，执行数据采集服务器104的各种功能。在一些示例性实施例中，处理器202可以包括多个处理器。多个处理器可包括一个主处理器以及多个或一个子处理器。
78.电源203用于为数据采集服务器104提供电能，处理器202可通过wi-fi模块204或者蓝牙模块205，与其他设备进行通信和数据交换。
79.参阅图3所示，本技术实施例提供的处理网络流量数据的过程如下：
80.s301：通过运行在用户空间的具有i/o技术的平台，从物理网卡中读取设定周期内的网络流量数据。
81.本技术实施例在linux操作系统的用户空间中，使用dpdk数据平台实时读取网络流量数据。具体地，dpdk数据平台上具有运行在用户空间的i/o技术，采用该技术可以实现dpdk数据平台直接接管物理网卡，从物理网卡中读取设定周期内的网络流量数据，整个数据采集过程实现零拷贝，提高操作系统的读取性能。
82.s302：对各个网络流量数据进行解析，确定归属于同一流量标识的网络流量数据的变化状态，流量标识表征一个网络流量数据的发送端与接收端。
83.可选的，解析各个网络流量数据的具体过程如下：
84.首先，对各个网络流量数据进行解析，确定各个网络流量数据对应的基础指标集，一个基础指标集中至少包括一个网络流量数据的流量标识。
85.本技术实施例中的一个网络流量数据x是一条报文消息，该报文消息由报文头和报文体两部分组成，其中，在报文头中包括数据传输中各个基础指标以及对应的参数，在报文体中包括数据传输的内容。具体地，本技术实施例中网络流量数据x的基础指标集如表1所示：
86.表1
[0087][0088][0089]
本技术实施例中的dpdk数据平台可以采集基于第四版互联网协议(internet protocol version 4，ipv4)、基于第六版互联网协议(internet protocol version 6，ipv6)或者其他互联网协议传输的网络流量数据。为了便于理解，参阅图4所示，提供一具体实施例描述采集并解析网络流量数据x的过程。
[0090]
s401：读取网络流量数据x，并对网络流量数据x进行解析，得到报文头。
[0091]
s402：根据报文头中携带的互联网协议版本信息，判断网络流量数据x是否是基于ipv4传输的，若是，执行步骤403；否则，执行步骤407。
[0092]
s403：读取网络流量数据x的报文头。
[0093]
s404：根据报文头中的协议protocol字段，判断网络流量数据x所属的网络层协议，若网络流量数据x属于tcp协议，执行步骤405；若网络流量数据x属于udp协议，执行步骤406；若网络流量数据x属于其他协议，则执行步骤407。
[0094]
s405：从报文头中读取tcp包头信息，从tcp包头信息中提取出网络流量数据x的基础指标集，并执行步骤407。
[0095]
s406：从报文头中读取udp包头信息，从udp包头信息中提取出网络流量数据x的基础指标集，并执行步骤407。
[0096]
s407：释放网络流量数据x占有的内存。
[0097]
可选的，在执行步骤302之后，进一步包括：
[0098]
基于预设的分类规则与解析网络流量数据x得到的网际协议ip信息，确定网络流量数据x的类型；将网络流量数据存储在确定的类型对应的虚拟网卡上。分类存储网络流量数据，有利于系统管理各类网络流量数据，提高数据查询和读取效率。
[0099]
其中，分类规则包括源ip/掩码长度、目的ip/掩码长度、源端口/掩码、目的端口/掩码、协议号/掩码和优先级，而一个网络流量数据中报文头的ip信息包括源ip、目的ip、源端口、目的端口和协议号，将ip信息与分类规则进行匹配，确定网络流量数据x的类型。例如，通过与分类规则进行匹配，可以将网络流量数据1划分为白名单的流量数据，将网络流量数据2划分为黑名单的流量数据，将网络流量数据3划分为其他类型的流量数据。
[0100]
可选的，将各个基础指标集存储在hbase中。hbase适合存储海量的网络流量数据
对应的基础指标集，不仅提高了数据库的可靠性、可用性和读写效率，还易于扩展。
[0101]
其次，对归属于同一流量标识的基础指标集进行分析，得到流量标识对应的目标特征集，其中，不同的流量标识对应的目标特征集不同，目标特征集中不同的目标特征对应不同的基础指标，目标特征表征对应基础指标的变化状态。
[0102]
可选的，分析归属于同一流量标识的基础指标集，得到对应的目标特征集的过程如下：
[0103]
每读取一个基础指标集，确定该基础指标集是否满足特征提取条件；
[0104]
若满足，则基于该基础指标集以及该流量标识对应的内存中的其他基础指标集，生成对应的目标特征集；若不满足，则将该基础指标集存储到内存中。
[0105]
通过对设定周期内，归属于同一流量标识的基础指标集综合分析，提取出对应的目标特征集，确定在设定周期内，归属于同一流量标识的网络流量数据的变化状态，有利于系统确定网络的安全状态，有效预警拒绝服务(denial of service，dos)攻击等。
[0106]
可选的，特征提取条件包括下述部分或全部的条件：
[0107]
条件一：流量标识对应的最早存储在内存中的基础指标集的存储时长超过设定时长。
[0108]
具体地，可通过以下两种方式确定存储时长：
[0109]
方式一：将该基础指标集的监听时间与最早存储在内存中的基础指标集的监听时间的时间差，作为存储时长。
[0110]
例如，获取如表2所示的2s内的多个基础指标集。当遍历到基础指标集5时，基础指标集5的监听时间与流量标识1中最早存储的基础指标集1的监听时间的时间差为2s，即内存中流量标识1的基础指标集的存储时长为2s；同样地，当遍历到基础指标集6时，可以确定出内存中流量标识2的基础指标集的存储时长为2s；但是，采用方式一却无法确定内存中流量标识3的基础指标集的存储时长，导致流量标识3的基础指标集一直占用内存，减小内存存储空间，若内存中存储了大量的流量标识3的基础指标集，还会造成内存满溢等问题。
[0111]
表2
[0112]
基础指标集流量标识监听时间基础指标集1流量标识110:00:01基础指标集2流量标识210:00:01基础指标集3流量标识110:00:02基础指标集4流量标识310:00:02基础指标集5流量标识110:00:03基础指标集6流量标识210:00:03
[0113]
方式二：将流量标识中最晚加入预设队列的基础指标集的监听时间与当前时间的时间差，作为存储时长；其中预设队列的流量标识的排列顺序是按照对应的基础指标集的监听顺序排列的。
[0114]
本技术实施例采用顺序队列的方式，解决上述例子中无法确定内存中流量标识3的基础指标集的存储时长的问题。根据前述例子生成如图5所示的顺序队列，若头指针读取的队首元素为基础指标集4，当前时间为10:00:05，,则基础指标集4的监听时间与当前时间的时间差为3s，即流量标识3对应的最早存储在内存中的基础指标集的存储时长为3s。
[0115]
条件二：该流量标识对应的传输控制协议tcp标志位的总和超过设定阈值。
[0116]
dos攻击正是使用极大的通信量冲击网络，或者使用大量的连接请求冲击计算机，导致系统崩溃无法处理正常的用户请求，因此，若监控到短时间内同一流量标识的tcp标志位的总和超过设定阈值，表征短时间内同一发送端向同一接收端传输了大量的数据内容，属于异常行为，通过对异常行为进行特征提取，生成对应的目标特征集可以更加有效地预警dos攻击，保障网络安全。
[0117]
条件三：该基础指标集中存在连接结束标识。
[0118]
基础指标集中包括tcp标志位这一指标，而在tcp标志位中具体包括连接结束标识，即fin标志位，可以根据设定周期内的归属于同一流量标识对应的全部基础指标集进行特征提取，生成对应的目标特征集。
[0119]
为了便于理解，参阅图6所示，以一具体实施例描述处理网络流量数据的过程。
[0120]
s601：判断是否结束生成目标特征集的流程，若是，则结束该流程；否则，执行步骤602。
[0121]
s602：通过设置好的滑动窗口从hbase中读取2s内的基础指标集。
[0122]
s603：判断是否读取到2s内的基础指标集，若是，执行步骤604,；否则，返回步骤601。
[0123]
s604：遍历一个基础指标集k，同时执行步骤605和606。
[0124]
s605：将基础指标集k添加到预设队列中。
[0125]
s606：获取基础指标集k对应的流量标识k＇，并判断在内存中是否存储了流量标识k＇的至少一个基础指标集，若是，执行步骤608；否则，执行步骤607。
[0126]
s607：在内存中存储流量标识k＇的基础指标集k。
[0127]
s608：将基础指标集k的监听时间与流量标识k＇对应的最早存储在内存中的基础指标集的监听时间的时间差，作为存储时长。
[0128]
s609：判断该存储时长是否超过2s，若是，执行步骤620；否则，执行步骤610。
[0129]
s610：判断流量标识k＇对应的tcp标志位的总和是否超过设定阈值，若是，执行步骤620；否则执行步骤611。
[0130]
s611：判断基础指标集k中是否存在连接结束标识，若是，执行步骤620；否则，执行步骤612。
[0131]
s612：将基础指标集k存储在内存中。
[0132]
s613：判断各个基础指标集是否均遍历完毕，若是，执行步骤614；否则，返回步骤604。
[0133]
s614：使用头指针读取位于队首的基础指标集k，并获取基础指标集k对应的流量标识k＇。
[0134]
s615：计算基础指标集k的监听时间与当前时间的时间差。
[0135]
s616：判断该时间差是否超过2s，若是，执行步骤617；返回步骤614。
[0136]
s617：从队列中弹出基础指标集k。
[0137]
s618：判断在内存中是否存储了流量标识k＇的至少一个基础指标集，若是，执行步骤619；否则，返回步骤614。
[0138]
s619：判断基础指标集k是否为流量标识k＇中最晚加入的队列基础指标集，若是，
执行步骤620；否则，返回步骤614。
[0139]
若基础指标集k的监听时间与流量标识k＇中最晚加入队列的基础指标集的监听时间相同，则确定流量标识k＇中最晚加入队列的基础指标集是基础指标集k，表征队列中流量标识k＇对应的基础指标集均读取完毕，且流量标识k＇对应的最早存储在内存中的基础指标集的存储时长超过2s，因此，可以基于流量标识k＇在内存中的全部基础指标集生成对应的目标特征集。
[0140]
s620：基于基础指标集k以及流量标识k＇对应的内存中的其他基础指标集，生成对应的目标特征集，并将目标特征集存储在hbase中。
[0141]
s621：在内存中删除流量标识k＇存储的至少一个基础指标集。
[0142]
本技术实施例对同一流量标识在内存中的全部基础指标集，采用相加、平均值、标准差等一种或者多种数学计算，生成如表3所示的目标特征集。
[0143]
表3
[0144]
[0145][0146]
参阅图7所示，其为网络流量数据的处理服务器700的结构示意图，至少包括存储器701和处理器702：
[0147]
所述存储器701，用于存储程序代码；
[0148]
所述处理器702，用于读取存储在所述存储器中的所述程序代码，令运行在用户空间的具有输入/输出i/o技术的平台，从物理网卡中读取设定周期内的网络流量数据；
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0171]
本技术的实施方式的用于业务控制的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在计算装置上运行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被命令执行系统、装置或者器件使用或者与其结合使用。
[0172]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由命令执行系统、装置或者器件使用或者与其结合使用的程序。
[0173]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等，或者上述的任意合适的组合。
[0174]
可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算装置上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。在涉及远程计算装置的情形中，远程计算装置可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算装置，或者，可以连接到外部计算装置(例如利用因特网服务提供商来通过因特网连接)。
[0175]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0176]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。