專利名稱:基于時(shí)頻分析的Skype語音流提取方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種基于時(shí)頻分析的Skype語音流提取方法。
背景技術(shù):
計(jì)算機(jī)對(duì)等網(wǎng)絡(luò)P2P,作為目前改變現(xiàn)有Internet應(yīng)用模式的主要技術(shù)之一,成為新一代互聯(lián)網(wǎng)技術(shù)研究的熱點(diǎn)問題?;诘谌鶳2P技術(shù),Skype以其優(yōu)質(zhì)的語音質(zhì)量和低廉的通話費(fèi)用吸引著越來越多的用戶。它的出現(xiàn)給傳統(tǒng)的VoIP業(yè)務(wù)帶來了巨大的沖擊,其潛在顛覆性影響不容忽視。因此,準(zhǔn)確描述Skype流量特征、構(gòu)建相應(yīng)的流量模型不僅可以提供有效的QoS調(diào)度策略,也對(duì)Skype應(yīng)用的流量管理和控制提供依據(jù)。 早期研究的幾種傳統(tǒng)識(shí)別P2P流量的方法有(I) IP地址識(shí)別,可以判斷出集中式P2P中的目錄服務(wù)器以及混合式P2P中的超級(jí)節(jié)點(diǎn);(2) TCP/UDP端口識(shí)別,可以分類出采用固定端口的P2P應(yīng)用,但是現(xiàn)有很多P2P軟件使用了基于動(dòng)態(tài)端口,如Skype ; (3)數(shù)據(jù)包深度檢測(cè),由于P2P軟件引入了動(dòng)態(tài)端口,只能通過掃描高層協(xié)議來探知P2P數(shù)據(jù)包,雖然該方法對(duì)某些P2P軟件的識(shí)別準(zhǔn)確度很高,但是卻無法識(shí)別加密的P2P數(shù)據(jù)流;(4)基于會(huì)話的分類,TCP/UDP端口存在于任何一個(gè)數(shù)據(jù)包中,而高層協(xié)議的特征代碼卻只能存在于一個(gè)會(huì)話包的頭幾個(gè)數(shù)據(jù)報(bào)中,因此,當(dāng)在一個(gè)會(huì)話包的第一個(gè)數(shù)據(jù)報(bào)中發(fā)現(xiàn)包含有P2P的特征代碼時(shí),便可判斷為P2P數(shù)據(jù)報(bào),但無法判斷是哪種P2P應(yīng)用;(5)流統(tǒng)計(jì)狀態(tài)和靜荷統(tǒng)計(jì)特征的識(shí)別,在IP層通過統(tǒng)計(jì)流量特征的方式可以識(shí)別P2P流,P2P流具有長(zhǎng)時(shí)間固定連接的特點(diǎn),因此理論上基于流狀態(tài)的統(tǒng)計(jì)識(shí)別方式可以識(shí)別所有大規(guī)模的P2P流量,但是此方法無法精確判斷出該IP數(shù)據(jù)流所采用的P2P協(xié)議類型。這些傳統(tǒng)方法對(duì)基于P2P的Skype而言,檢測(cè)其流量的效果并不理想。這是因?yàn)镾kype使用了高強(qiáng)度的加密算法和專用通信協(xié)議系統(tǒng)。面對(duì)這種技術(shù)挑戰(zhàn),許多網(wǎng)絡(luò)專家都希望找到一種實(shí)時(shí)、有效地識(shí)別其流量的方法。通過深入研究Skype通信機(jī)制及信令特點(diǎn),以達(dá)到提高網(wǎng)絡(luò)管理和防止其可能造成的網(wǎng)絡(luò)安全,網(wǎng)絡(luò)性能等各方面問題的目的。首先,文獻(xiàn)“Traffic identification and overlay measurement of Skype,,(Proc of IEEE International Conference on Computational Intelligence andSecurity. Guangzhou, China, 2006:1043-1048)通過分析Skype使用的通訊協(xié)議及其重要功能進(jìn)行全面的解析,指出在呼叫建立階段采用TCP協(xié)議;語音傳輸階段則多采用UDP協(xié)議,并給出了部分Skype協(xié)議的靜態(tài)載荷特征碼。在此基礎(chǔ)上,文獻(xiàn)“Silverneedle in the Skype” (Black Hat Europe' 06.Amsterdam, The Netherlands, 2006, 1:25-47)分析了 Skype報(bào)文在應(yīng)用層的協(xié)議特征字和端口的某些規(guī)律,揭示了 Skype不僅可以通過UDP和TCP進(jìn)行通信而且通信端口不固定,指出其登陸過程可以分為UDP探測(cè)、TCP握手和TCP認(rèn)證三個(gè)部分,分析了各個(gè)過程中存在的應(yīng)用層特征字,提出了一種根據(jù)Skype用戶和超級(jí)節(jié)點(diǎn)連接的特征字和報(bào)文長(zhǎng)度、順序來識(shí)別Skype的方法。文獻(xiàn)“Analysisand signature of Skype VoIP session traffic”( [TechnicalReport :NGNI-SKYPE-06b] 2006)研究了使用UDP的Skype報(bào)文結(jié)構(gòu),發(fā)現(xiàn)部分未加密的功能字段的特征,這為準(zhǔn)確識(shí)別基于UDP的Skype流量提供了一種可能。雖然Skype在語音傳輸上首選是Μ)Ρ協(xié)議,但是當(dāng)UDP受限時(shí),Skype還是會(huì)選擇TCP協(xié)議,該方法對(duì)TCP協(xié)議的Skype流沒有識(shí)別作用,這是局限所在。文獻(xiàn)“Skype security evaluation”(CA USA : AnagramLaboratorie,ALR-2005-031,2005)提出了一種獨(dú)特的模型來量化VoIP用戶滿意度,其中使用了兩階段過濾方法來識(shí)別Skype VoIP會(huì)話,即先用一種啟發(fā)式算法過濾出可能的Skype流量并存儲(chǔ)在磁盤,再用離線識(shí)別算法提取Skype通信流量,該離線方法計(jì)算復(fù)雜度較聞。從Skype流量識(shí)別的方法演進(jìn)過程可以看到,雖然Skype運(yùn)用了私有協(xié)議和加密傳輸,但我們?nèi)匀荒軌蛘业揭恍㏒kype流的特征,把這些特征作為切入點(diǎn),便可以準(zhǔn)確識(shí)別出Skype流。對(duì)于Skype流的特征提取,前面已經(jīng)介紹了很多提取出的各種Skype流的特征,但由于各種局限性導(dǎo)致了效果并不明顯。目前比較顯著的Skype流特征主要集中在 Skype數(shù)據(jù)包大小、數(shù)據(jù)包到達(dá)時(shí)間間隔以及數(shù)據(jù)包比率等的統(tǒng)計(jì)特征,并結(jié)合P2P的數(shù)據(jù)流特征,如流的源/目的端口號(hào)、流大小以及流持續(xù)時(shí)間。與本發(fā)明相關(guān)的現(xiàn)有技術(shù)包括在對(duì)Skype的特征分析的研究中,發(fā)現(xiàn)雖然Skype使用專用的通信協(xié)議并用高強(qiáng)度手段加密負(fù)載,但是仍然可以找到一些Skype特有的性質(zhì)。Dario Bonfglio等人在文獻(xiàn)“Revealing Skype Traffic:ffhen Randomness Playswith You” (presented at SIGC0MM’07,Kyoto, Japan.,2007)通過對(duì) Skype 語音信號(hào)的建立模型的研究,發(fā)現(xiàn)語音源先通過語音編碼器將語音的PCM (脈沖編碼調(diào)制)樣值編碼成少量的比特(幀),在幀被創(chuàng)建好之前會(huì)加入一些頭部,存檔器和加密功能是通過一些算法對(duì)數(shù)據(jù)進(jìn)行壓縮和加密,最后幀在被發(fā)送出去之前在其頭部會(huì)加上未加密的開始信息特殊字段 SoM。他們利用未加密的開始信息特殊字段SoM,提出了一種Chi-Square分類器,此方法是首次被提出運(yùn)用在流量識(shí)別領(lǐng)域。Chi-Square分類器主要通過分析信息包幀結(jié)構(gòu),而不是從語音特點(diǎn)的角度去識(shí)別。當(dāng)TCP協(xié)議被用作傳輸層的協(xié)議時(shí),整個(gè)Skype信息的內(nèi)容都是加密的,所以信息比特都是隨機(jī)分布的。當(dāng)傳輸層使用UDP協(xié)議時(shí),信息的一些固定部分是隨機(jī)分布的,而其他部分的信息展現(xiàn)了確定數(shù)據(jù)的統(tǒng)計(jì)特性?;谶@個(gè)特征就可以通過Skype客戶端從其他的語音信號(hào)中分離出Skype信息。此方法思路簡(jiǎn)單、計(jì)算復(fù)雜度低。局限性在于=Chi-Square分類器并沒有從語音流的特點(diǎn)來識(shí)別,導(dǎo)致了將Skype的信令流,以及文件傳輸流等誤判為Skype的語音流。為了彌補(bǔ)上述方法帶來的問題,該文獻(xiàn)還提出了另外一種基于樸素貝葉斯分類器的算法。該算法主要針對(duì)語音編碼特有的特性,根據(jù)數(shù)據(jù)包長(zhǎng)度和數(shù)據(jù)包平均到達(dá)時(shí)間間隔,結(jié)合開發(fā)者的語音編碼進(jìn)行分離。該算法對(duì)每條流進(jìn)行分窗處理,考慮一段窗口中ω個(gè)數(shù)據(jù)包,然后對(duì)數(shù)據(jù)包大小X=[S1,S2,…,sj,這里Si是窗口中ω個(gè)信息第i個(gè)數(shù)據(jù)包的長(zhǎng)度,做可信度分析,可信度公式
/y.((')==—V]0g/ (V jc)
W ι=1結(jié)合考慮數(shù)據(jù)包平均到達(dá)時(shí)間間隔,對(duì)每個(gè)窗口中的第一個(gè)數(shù)據(jù)包到第ω個(gè)數(shù)據(jù)包的時(shí)間間隔估計(jì)為l/ω總時(shí)間的倍數(shù)。即y=h] = [ (H1Vco ],得到數(shù)據(jù)包平均到達(dá)時(shí)間間隔的可信度Bτ (C)=Iog Ρ( τ |C)最后對(duì)每個(gè)窗口中的可信度進(jìn)行比較得到可信度較小值,與統(tǒng)計(jì)得到的Skype流的閾值進(jìn)行比較,從而判定是否為Skype流。算法可以有效地排除掉Chi-Square分離器誤判的信令流和文件傳輸流等Skype的非語音流。但是由于貝葉斯分離器沒有考慮Skype的P2P特征,很多非P2P的流可能導(dǎo)致 了貝葉斯分離器的誤判率,并且從實(shí)驗(yàn)分析的Skype語音流發(fā)現(xiàn),包大小和包平均到達(dá)時(shí)間間隔在開始的前1000個(gè)包并不滿足貝葉斯分類器的判定規(guī)則,因?yàn)榍懊嬗泻芏嘈帕畎瑥亩绊懪卸ńY(jié)果。從上述文獻(xiàn)中受到啟發(fā),發(fā)現(xiàn)Skype數(shù)據(jù)包大小呈現(xiàn)一定平穩(wěn)性,包大小在一個(gè)非常小的范圍內(nèi)波動(dòng),并且發(fā)現(xiàn)Skype數(shù)據(jù)包到達(dá)時(shí)間間隔也有一定的穩(wěn)定性。于是閱讀了 Ingrid Daubechies 關(guān)于小波處理的文章 “Ten Lectures on Wavelets” (Copyright1992 by the Society for Industrial Applied Mathematics),發(fā)現(xiàn)對(duì) Skype 的這一特點(diǎn)確實(shí)可以用小波處理,得到直觀的頻域信息來有效區(qū)分Skype流。從數(shù)學(xué)中的函數(shù)逼近角度來看,小波本質(zhì)上可以看成為在某個(gè)函數(shù)空間內(nèi)的函數(shù)按照小波基函數(shù)展開與逼近,與三角基函數(shù)構(gòu)成的傅里葉變換相比,小波基函數(shù)具有快速衰減、充分光滑、能量主要集中在一個(gè)局部區(qū)域的特性。因此,我們可以利用小波分析理論對(duì)信號(hào)實(shí)施時(shí)頻分析,由于同時(shí)具有時(shí)間和頻率的局部特性以及多分辨分析特性,使得該方法對(duì)非平穩(wěn)信號(hào)和平穩(wěn)信號(hào)具有良好的區(qū)分度。信息熵能有效地表現(xiàn)出同一屬性上對(duì)應(yīng)數(shù)據(jù)的集中和分散情況,熵是熱力學(xué)中微觀狀態(tài)多樣性或均勻性的一種度量,反映了系統(tǒng)微觀狀態(tài)的分布幾率,信息源可視為一組隨機(jī)事件的集合,該集合所具有的隨機(jī)性、不確定度與熱力學(xué)中微觀態(tài)的混亂度是類同的,將熱力學(xué)幾率擴(kuò)展到系統(tǒng)各個(gè)信息源信號(hào)出現(xiàn)的幾率就形成了信息熵。信息熵是信息論中用于度量信息量的一個(gè)概念,一個(gè)系統(tǒng)越有序,信息熵越低;反之,一個(gè)系統(tǒng)越混亂,信息熵越高。用信息熵來描述網(wǎng)絡(luò)流量的表征信息,可以對(duì)網(wǎng)絡(luò)流量進(jìn)行分類。綜上所述,對(duì)Skype流的未加密開始信息特殊字段的檢測(cè)屬于啟發(fā)式方法,而貝葉斯分類器的對(duì)深層數(shù)據(jù)分析屬于精確匹配方法?,F(xiàn)有的對(duì)Skype流量識(shí)別的方法研究大多集中在協(xié)議分析、會(huì)話建立過程分析、負(fù)載分析或是流量分析上,這些分析結(jié)果雖然能夠幫助識(shí)別Skype流,但是其過程復(fù)雜,識(shí)別準(zhǔn)確率低。而且現(xiàn)有方法大多較為片面,沒有完全考慮Skype同時(shí)作為P2P應(yīng)用和VoIP應(yīng)用所具有的多重特征。針對(duì)這些現(xiàn)有的識(shí)別方法中存在的準(zhǔn)確性不高、效率低的問題,目前較行之有效的方法是數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)就是從大量的、不完全的、有噪音的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程,簡(jiǎn)而言之就是一類深層次的數(shù)據(jù)分析方法。比如,對(duì)Skype的數(shù)據(jù)包特征和數(shù)據(jù)流特征進(jìn)行提取,數(shù)據(jù)包特征主要統(tǒng)計(jì)單個(gè)流內(nèi)數(shù)據(jù)包大小、數(shù)據(jù)包到達(dá)的間隔時(shí)間、數(shù)據(jù)包比率(單位時(shí)間內(nèi)傳輸數(shù)據(jù)包的個(gè)數(shù))等。數(shù)據(jù)流特征主要包括流的源/目的端口號(hào)、流大小、流持續(xù)時(shí)間以及標(biāo)志位(FIN, SYN, RST, PUSH, ACK, URG)被設(shè)置的TCP數(shù)據(jù)包數(shù)目等等。
發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的上述缺點(diǎn),本發(fā)明提供了一種基于時(shí)頻特性和隨機(jī)特性的Skype語音流提取方法對(duì)頻域特征的提取,主要是用基于小波變換的頻域特征提取方法,根據(jù)P2P應(yīng)用節(jié)點(diǎn)的上行流量與下行流量基本對(duì)稱的特征,以及Skype的數(shù)據(jù)包特征,對(duì)Skype的包大小和包到達(dá)時(shí)間間隔進(jìn)行小波變換得到頻域下的小波參數(shù)值,以此來提取Skype流;對(duì)時(shí)域特征的提取,主要是運(yùn)用貝葉斯分離器對(duì)Skype語音流的包大小和包到達(dá)時(shí)間間隔的可信度進(jìn)行分析,以此對(duì)Skype流識(shí)別;另外,根據(jù)Skype加密技術(shù)使得應(yīng)用層數(shù)據(jù)全部或部分具有隨機(jī)性的特征,而采用X2統(tǒng)計(jì)算法對(duì)已識(shí)別出的P2P流中的Skype流進(jìn)行提取,該算法思想新穎且復(fù)雜度低,對(duì)Skype流的識(shí)別有相當(dāng)高的準(zhǔn)確度。本發(fā)明提出的從時(shí)域和頻域角度出發(fā),結(jié)合Skype數(shù)據(jù)傳輸?shù)碾S機(jī)性特點(diǎn),可以準(zhǔn)確提取出Skype語音流。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種基于時(shí)頻分析的Skype語音流提取方法,包括如下步驟步驟一、流分類對(duì)每個(gè)到達(dá)網(wǎng)絡(luò)鏈路的數(shù)據(jù)包按照五元組原則進(jìn)行流分類,若該五元組與已有記錄的流的五元組不一致,則創(chuàng)建新的流;若該五元組的流已經(jīng)存在,并且沒有判斷結(jié)果,則進(jìn)入步驟二;步驟二、頻域特征的提取( I)對(duì)每條流上的數(shù)據(jù)包大小做小波變換;
(2)對(duì)每條流上的包到達(dá)時(shí)間間隔做小波變換;步驟三、采用X2統(tǒng)計(jì)算法對(duì)步驟二識(shí)別出的P2P流中的Skype流進(jìn)行提??;步驟四、時(shí)域特征的提取求得Skype語音流的數(shù)據(jù)包大小和數(shù)據(jù)包平均到達(dá)時(shí)間間隔的可信度,根據(jù)貝葉斯分離器得到最后的判斷結(jié)果。與現(xiàn)有技術(shù)相比,本發(fā)明的積極效果是從頻域分析、時(shí)域分析、隨機(jī)性分析三個(gè)角度,對(duì)Skype語音流進(jìn)行了全面解析,能有效提取網(wǎng)絡(luò)流量中的Skype語音流,具體表現(xiàn)如下(I)從頻率角度對(duì)包大小和包到達(dá)時(shí)間間隔做小波變換,以此提取Skype語音流的實(shí)驗(yàn)結(jié)果,不會(huì)受網(wǎng)絡(luò)環(huán)境的影響而改變,具有一定的穩(wěn)定性。(2)針對(duì)Skype語音通信模型,對(duì)Skype的隨機(jī)性進(jìn)行解密,既降低了算法的復(fù)雜度,又能準(zhǔn)確區(qū)分Skype與非Skype流。(3)運(yùn)用貝葉斯分類器,針對(duì)Skype的VoIP特點(diǎn),能有效區(qū)分Skype語音流和Skype文件傳輸?shù)确钦Z音流,提高了算法的準(zhǔn)確度。
本發(fā)明將通過例子并參照附圖的方式說明,其中
圖I是本發(fā)明方法的流程圖。
具體實(shí)施例方式—種基于時(shí)頻分析的Skype語音流提取方法,如圖I所示,包括如下步驟步驟一、流分類首先對(duì)每個(gè)到達(dá)網(wǎng)絡(luò)鏈路的數(shù)據(jù)包按照五元組原則{源IP地址,目的IP地址,源端口號(hào),目的端口號(hào),傳輸層協(xié)議}進(jìn)行流分類,若該五元組與已有記錄的流的五元組不一致,則創(chuàng)建新的流;若該五元組的流已經(jīng)存在,并且沒有判斷結(jié)果,則進(jìn)入步驟二。步驟二、頻域特征的提取對(duì)每條流上的數(shù)據(jù)包大小和數(shù)據(jù)包到達(dá)時(shí)間間隔做小波變換,得到不同尺度下的 一系列小波系數(shù)。小波變換的基本思想是用一組小波函數(shù)或者基函數(shù)表示一個(gè)函數(shù)或者信號(hào),以此進(jìn)行小波多分辨分析,即把流信號(hào)的數(shù)據(jù)分割成不同頻率的成分,然后再用分解的方法去研究對(duì)應(yīng)尺度下的信號(hào)頻域特征。關(guān)于小波函數(shù)的選取,本文采用Haar小波,其小波函數(shù)和尺度函數(shù)如下
權(quán)利要求
1.一種基于時(shí)頻分析的Skype語音流提取方法,其特征在于包括如下步驟 步驟一、流分類 對(duì)每個(gè)到達(dá)網(wǎng)絡(luò)鏈路的數(shù)據(jù)包按照五元組原則進(jìn)行流分類,若該五元組與已有記錄的流的五元組不一致,則創(chuàng)建新的流;若該五元組的流已經(jīng)存在,并且沒有判斷結(jié)果,則進(jìn)入步驟二; 步驟二、頻域特征的提取 (1)對(duì)每條流上的數(shù)據(jù)包大小做小波變換; (2)對(duì)每條流上的包到達(dá)時(shí)間間隔做小波變換; 步驟三、采用X2統(tǒng)計(jì)算法對(duì)步驟二識(shí)別出的P2P流中的Skype流進(jìn)行提?。? 步驟四、時(shí)域特征的提取求得Skype語音流的數(shù)據(jù)包大小和數(shù)據(jù)包平均到達(dá)時(shí)間間隔的可信度,根據(jù)貝葉斯分離器得到最后的判斷結(jié)果。
2.根據(jù)權(quán)利要求I所述的基于時(shí)頻分析的Skype語音流提取方法,其特征在于所述五元組包括源IP地址、目的IP地址、源端口號(hào)、目的端口號(hào)和傳輸層協(xié)議。
3.根據(jù)權(quán)利要求I所述的基于時(shí)頻分析的Skype語音流提取方法,其特征在于所述對(duì)每條流上的數(shù)據(jù)包大小做小波變換的方法為將流上的每個(gè)信息包大小作為離散小波變換函數(shù)的輸入信號(hào),根據(jù)系數(shù)求解公式得到最后一層的小波尺度系數(shù)和每層的小波細(xì)節(jié)系數(shù),并以此作為小波輸入?yún)?shù),求得該信號(hào)流上小波尺度系數(shù)和細(xì)節(jié)系數(shù)的最小值、最大值、均值和方差。
4.根據(jù)權(quán)利要求I所述的基于時(shí)頻分析的Skype語音流提取方法,其特征在于所述對(duì)每條流上的包到達(dá)時(shí)間間隔做小波變換的方法為將每條流上的數(shù)據(jù)包到達(dá)時(shí)間間隔作為離散小波變換函數(shù)的輸入信號(hào),得到每一層的小波細(xì)節(jié)系數(shù)和小波尺度系數(shù),通過計(jì)算數(shù)據(jù)包到達(dá)時(shí)間間隔的小波方差值來分離Skype流。
5.根據(jù)權(quán)利要求I所述的基于時(shí)頻分析的Skype語音流提取方法,其特征在于步驟三所述的采用X2統(tǒng)計(jì)算法對(duì)P2P流中的Skype流進(jìn)行提取的方法為 (1)對(duì)于運(yùn)用UDP協(xié)議傳輸?shù)腅2E:干擾信號(hào)的第三個(gè)字節(jié)是透明的,其余字節(jié)是加密的,相應(yīng)的比特出現(xiàn)是隨機(jī)的; (2)對(duì)于運(yùn)用UDP協(xié)議傳輸?shù)腅20:干擾信號(hào)的前四個(gè)字節(jié)均是透明的,其余字節(jié)全是加密的; (3)對(duì)于運(yùn)用TCP傳輸?shù)腟kype流整個(gè)信息都是加密的,整個(gè)信息的出現(xiàn)全是隨機(jī)的。
全文摘要
本發(fā)明公開了一種基于時(shí)頻分析的Skype語音流提取方法:從頻率角度對(duì)包大小和包到達(dá)時(shí)間間隔做小波變換,以此提取Skype語音流的實(shí)驗(yàn)結(jié)果,不會(huì)受網(wǎng)絡(luò)環(huán)境的影響而改變,具有一定的穩(wěn)定性;針對(duì)Skype語音通信模型,對(duì)Skype的隨機(jī)性進(jìn)行解密,既降低了算法的復(fù)雜度,又能準(zhǔn)確區(qū)分Skype與非Skype流;運(yùn)用貝葉斯分類器,針對(duì)Skype的VoIP特點(diǎn),能有效區(qū)分Skype語音流和Skype文件傳輸?shù)确钦Z音流,提高了算法的準(zhǔn)確度。
文檔編號(hào)H04L29/06GK102833255SQ201210316839
公開日2012年12月19日 申請(qǐng)日期2012年8月31日 優(yōu)先權(quán)日2012年8月31日
發(fā)明者于富財(cái), 蘇薇, 蔣晴, 胡光岷 申請(qǐng)人:電子科技大學(xué)