基于语义相似度的协议转换方法

doi:10.11772/j.issn.1001-9081.2024040534

《计算机应用》唯一官方网站 ›› 2025, Vol. 45 ›› Issue (4): 1263-1270.DOI: 10.11772/j.issn.1001-9081.2024040534

基于语义相似度的协议转换方法

杨定木, 倪龙强(), 梁晶, 邱照原, 张永真, 齐志强

西北机电工程研究所，陕西咸阳 712099

收稿日期:2024-05-09 修回日期:2024-08-30 接受日期:2024-09-02 发布日期:2025-04-08 出版日期:2025-04-10
通讯作者: 倪龙强
作者简介:杨定木（1999—），男（布依族），贵州安龙人，硕士研究生，主要研究方向：信息通信、智能决策
梁晶（1998—），女，陕西咸阳人，研究实习员，硕士，主要研究方向：指挥控制、智能决策
邱照原（1999—），男，河南驻马店人，硕士研究生，主要研究方向：指挥控制人机交互
张永真（2000—），男，陕西兴平人，硕士研究生，主要研究方向：智能无人系统
齐志强（2000—），男，陕西延安人，硕士研究生，主要研究方向：软件架构。

Protocol conversion method based on semantic similarity

Dingmu YANG, Longqiang NI(), Jing LIANG, Zhaoyuan QIU, Yongzhen ZHANG, Zhiqiang QI

Northwest Institute of Mechanical and Electrical Engineering，Xianyang Shaanxi 712099，China

Received:2024-05-09 Revised:2024-08-30 Accepted:2024-09-02 Online:2025-04-08 Published:2025-04-10
Contact: Longqiang NI
About author:YANG Dingmu， born in 1999， M. S. candidate. His research interests include information communication， intelligent decision-making.
LIANG Jing， born in 1998， M. S.， research assistant. Her research interests include command and control， intelligent decision-making.
QIU Zhaoyuan， born in 1999， M. S. candidate. His research interests include human-computer interaction in command and control.
ZHANG Yongzhen， born in 2000， M. S. candidate. His research interests include intelligent unmanned systems.
QI Zhiqiang， born in 2000， M. S. candidate. His research interests include software architecture.

摘要/Abstract

摘要：

协议转换通常用于解决不同协议之间的数据交互问题，它的本质是寻找不同协议字段之间的映射关系。传统的协议转换方法存在以下缺点：转换大多是在特定协议的基础上设计的，因而这些转换是静态的，灵活性较差，不适用于多协议转换的场景；一旦协议发生改变，就需要再次分析协议的结构和字段语义以重新构建字段之间的映射关系，从而产生指数级的工作量，降低了协议转换的效率。因此，提出基于语义相似度的通用协议转换方法，旨在通过智能的方法发掘字段间的映射关系，进而提高协议转换的效率。首先，通过BERT （Bidirectional Encoder Representations from Transformers）模型分类协议字段，并排除“不应该”存在映射关系的字段；其次，通过计算字段之间的语义相似度，推理字段之间的映射关系，进而构建字段映射表；最后，提出基于语义相似度的通用协议转换框架，并定义相关协议以进行验证。仿真实验结果表明：所提方法的字段分类精准率达到了94.44%；映射关系识别精准率达到了90.70%，相较于基于知识抽取的方法提高了13.93%。以上结果验证了所提方法的有可行性，该方法可以快速识别不同协议字段之间的映射关系，适用于无人协同中多协议转换的场景。

关键词: 语义相似度, 字段映射, 协议转换, BERT模型, Sentence-BERT模型

Abstract:

Protocol conversion is usually used to solve the problem of data interaction between different protocols， and its nature is to find mapping relationship between different protocol fields. In the traditional methods of protocol conversion， several drawbacks are identified： traditional conversions are mainly designed on the basis of specific protocols， so that they are static and lack flexibility， and are not suitable for environments with multi-protocol conversion； whenever a protocol changes， a reanalysis of the protocol’s structure and semantic fields is required to reconstruct the mapping relationship between fields， leading to an exponential increase in workload and a decrease in protocol conversion efficiency. Therefore， a general method of protocol conversion based on semantic similarity was proposed to enhance protocol conversion efficiency by exploring the relationship between fields intelligently. Firstly， the BERT （Bidirectional Encoder Representations from Transformers） model was employed to classify the protocol fields， and eliminate the fields that “should not” have mapping relationship. Secondly， the semantic similarities between fields were computed to reason the mapping relationship between fields， resulting in the formation of a field mapping table. Finally， a general framework for protocol conversion based on semantic similarity was introduced， and related protocols were defined for validation. Simulation results show that the precision of field classification of the proposed method reaches 94.44%； and the precision of mapping relationship identification of the proposed method reaches 90.70%， which is 13.93% higher than that of the method based on knowledge extraction. The above results verify that the proposed method is feasible， can identify the mapping relationships between different protocol fields quickly， and is suitable for scenarios with multi-protocol conversion in unmanned collaboration.

Key words: semantic similarity, field mapping, protocol conversion, BERT (Bidirectional Encoder Representations from Transformers) model, Sentence-BERT model

中图分类号:

TP391.1

杨定木, 倪龙强, 梁晶, 邱照原, 张永真, 齐志强. 基于语义相似度的协议转换方法[J]. 计算机应用, 2025, 45(4): 1263-1270.

Dingmu YANG, Longqiang NI, Jing LIANG, Zhaoyuan QIU, Yongzhen ZHANG, Zhiqiang QI. Protocol conversion method based on semantic similarity[J]. Journal of Computer Applications, 2025, 45(4): 1263-1270.

图/表 17

参考文献 19

1	刘亚秋，胡铁楠，吕云蕾. 基于嵌入式技术的多协议转换系统研究［J］. 仪表技术与传感器， 2020（2）：62-66， 70.
	LIU Y Q， HU T N， LYU Y L. Research on multi-protocol conversion system based on embedded technology［J］. Instrument Technique and Sensor， 2020（2）： 62-66， 70.
2	宗娜. M2M通信中HTTP与CoAP的协议转换代理的研究与实现［D］. 北京：北京邮电大学， 2016：10-46.
	ZONG N. Research and implementation of the protocol conversion proxy of HTTP and CoAP in M2M communication［D］. Beijing： Beijing University of Posts and Telecommunications， 2016：10-46.
3	赵小虎，王宽，沈雪茹，等. 面向煤矿井下的多协议融合网关设计［J］. 工矿自动化， 2019， 45（1）：6-12.
	ZHAO X H， WANG K， SHEN X R， et al. Design of multi-protocol fusion gateway for underground coal mine［J］. Journal of Mine Automation， 2019， 45（1）： 6-12.
4	ZAINUDIN A， SYAIFUDIN M F， SYAHRONI N. Design and implementation of node gateway with MQTT and CoAP protocol for IoT applications［C］// Proceedings of the 4th International Conference on Information Technology， Information Systems and Electrical Engineering. Piscataway： IEEE， 2019：155-159.
5	朱家祺. 物联网通信协议转换技术的研究与实现［D］. 武汉：华中科技大学， 2022：9-35.
	ZHU J Q. Research and implementation of internet of things communication protocol conversion technology［D］. Wuhan： Huazhong University of Science and Technology， 2022：9-35.
6	苗力心. 软件定义协议转换关键技术研究［D］. 郑州：信息工程大学， 2020：25-43.
	MIAO L X. Research on key technologies of software-defined protocol conversion［D］. Zhengzhou： Information Engineering University， 2020：25-43.
7	林映利. 基于知识图谱的通信协议转换方法研究与应用［D］. 北京：北京交通大学， 2023：25-41.
	LIN Y L. Research and application of communication protocol conversion based on knowledge graph［D］. Beijing： Beijing Jiaotong University， 2023：25-41.
8	SAITO K， NISHI H. Application protocol conversion corresponding to various IoT protocols［C］// Proceedings of the 46th International Conference on Annual Conference of the IEEE Industrial Electronics Society. Piscataway： IEEE， 2020：5219-5225.
9	DEVLIN J， CHANG M W， LEE K， et al. BERT： pre-training of deep bidirectional transformers for language understanding［C］// Proceedings of the 2019 International Conference on North American Chapter of the Association for Computational Linguistics： Human Language Technologies， Volume 1 （Long and Short Papers）. Stroudsburg： ACL， 2019：4171-4186.
10	REIMERS N， GUREVYCH I. Sentence-BERT： sentence embeddings using Siamese BERT-networks［C］// Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing. Stroudsburg： ACL， 2019： 3982-3992.
11	中国电子协会. 机器人互操作通用规范： T/ ［S/OL］. ［2024-04-02］..
	Chinese Institute of Electronics. Robot-to-robot interoperability general specification： T/ ［S/OL］. ［2024-04-02］..
12	涂远来，周家乐，王慧锋. 基于BERT预训练模型的事故案例文本分类方法［J］. 华东理工大学学报（自然科学版）， 2023， 49（4）：576-582.
	TU Y L， ZHOU J L， WANG H F. Text classification method of accident cases based on BERT pre-training model［J］. Journal of East China University of Science and Technology， 2023， 49（4）： 576-582.
13	杨飘，董文永. 基于BERT嵌入的中文命名实体识别方法［J］. 计算机工程， 2020， 46（4）：40-45， 52.
	YANG P， DONG W Y. Chinese named entity recognition method based on BERT embedding［J］. Computer Engineering， 2020， 46（4）： 40-45， 52.
14	段丹丹，唐加山，温勇，等. 基于BERT模型的中文短文本分类算法［J］. 计算机工程， 2021， 47（1）：79-86.
	DUAN D D， TANG J S， WEN Y， et al. Chinese short text classification algorithm based on BERT model［J］. Computer Engineering， 2021， 47（1）： 79-86.
15	FIELDING R， NOTTINGHAM M， RESCHKE J. HTTP semantics： RFC 9110 ［S/OL］. ［2024-04-02］..
16	FIELDING R， NOTTINGHAM M， RESCHKE J. HTTP/1.1： RFC 9112 ［S/OL］. ［2024-04-02］..
17	SHELBY Z， HARTKE K， BORMANN C. The Constrained Application Protocol （CoAP）： RFC 7252 ［S/OL］. ［2024-04-02］..
18	HARTKE K. Observing resources in the Constrained Application Protocol （CoAP）： RFC 7641 ［S/OL］. ［2024-04-02］..
19	CASTELLANI A， LORETO S， RAHMAN A， et al. Guidelines for mapping implementations： HTTP to the Constrained Application Protocol （CoAP）： RFC 8075 ［S/OL］. ［2024-04-02］..

类型标签	类型	类型说明
0	映射默认字段	字段值来源于其他报文的映射，当不存在映射值时，若字段是固定字段，则使用默认值填充，例如HTTP的端口（port）字段；若是可选字段，直接舍弃，例如CoAP的请求参数（Uri-Query）字段
1	映射计算字段	字段值来源于其他报文的映射，当不存在映射值时，若字段是固定字段，按照指定的计算方法计算填充，例如CoAP的报文编号（Message ID）字段，若是可选字段，直接舍弃
2	默认字段	字段值来源于默认值，例如HTTP的版本（Version）字段
3	计算字段	按照指定的计算方法计算字段值，例如报文长度字段

类型标签	类型	类型说明
0	映射默认字段	字段值来源于其他报文的映射，当不存在映射值时，若字段是固定字段，则使用默认值填充，例如HTTP的端口（port）字段；若是可选字段，直接舍弃，例如CoAP的请求参数（Uri-Query）字段
1	映射计算字段	字段值来源于其他报文的映射，当不存在映射值时，若字段是固定字段，按照指定的计算方法计算填充，例如CoAP的报文编号（Message ID）字段，若是可选字段，直接舍弃
2	默认字段	字段值来源于默认值，例如HTTP的版本（Version）字段
3	计算字段	按照指定的计算方法计算字段值，例如报文长度字段

字段名称	字段值	字段语义	分类标签
Ver	1	版本编号，指示协议的版本号	2
TKL	—	用于指示Token字段的字节长度	3
Message ID	—	报文编号，客户端和服务器建立请求和响应报文之间的一一对应关系。在同一次会话中保持不变，会话结束后将会被回收重复利用	1
Uri-Host	—	请求将要发送到的服务器的主机名	0
分隔符	0xFF	分隔符，默认为0xFF，用于分隔 CoAP的首部和负载	2
Payload	—	报文负载，有用的被交互的数据	0
Option-Length	—	Option Value字段的字节长度	3
Content- Format	0	表示text/plain；charset=utf-8，负载类型为文本数据，默认为 UTF8编码	0
Content- Format	42	表示application/octet-stream，负载类型为二进制数据流	0
Code	0.01	GET请求方法，用于访问获得服务端的信息资源	0
Code	4.04	Not Found，服务器找不到资源	0

字段名称	字段值	字段语义	分类标签
Ver	1	版本编号，指示协议的版本号	2
TKL	—	用于指示Token字段的字节长度	3
Message ID	—	报文编号，客户端和服务器建立请求和响应报文之间的一一对应关系。在同一次会话中保持不变，会话结束后将会被回收重复利用	1
Uri-Host	—	请求将要发送到的服务器的主机名	0
分隔符	0xFF	分隔符，默认为0xFF，用于分隔 CoAP的首部和负载	2
Payload	—	报文负载，有用的被交互的数据	0
Option-Length	—	Option Value字段的字节长度	3
Content- Format	0	表示text/plain；charset=utf-8，负载类型为文本数据，默认为 UTF8编码	0
Content- Format	42	表示application/octet-stream，负载类型为二进制数据流	0
Code	0.01	GET请求方法，用于访问获得服务端的信息资源	0
Code	4.04	Not Found，服务器找不到资源	0

评价指标	值
微平均精准率	94.44
微平均召回率	94.44
微平均F1值	94.44

基于语义相似度的协议转换方法

Protocol conversion method based on semantic similarity

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 19

相关文章 15

编辑推荐

Metrics

CoAP			HTTP			标签
字段名	字段值	字段语义	字段名	字段值	字段语义	标签
Content- Format	50	表示application/json，负载类型为 JSON格式的二进制数据	Content-Type	application/json	负载的数据类型为二进制的 JSON格式	1
Content- Format	42	表示application/octet-stream，负载类型为二进制数据流	Content-Type	application/xml	负载类型为XML格式的二进制数据	0
Code	0.01	GET请求方法，用于访问获得服务端的信息资源	Method	GET	根据URL获得服务器的资源	1
	0.03	POST请求方法，请求服务端创建新的资源	Method	PUT	PUT请求方法，请求服务端更新资源	0
	2.04	表示Changed，说明请求已执行，资源已更新	Status-Code	200	表示OK，说明请求已执行	1
	2.04	表示Changed，说明请求已执行，资源已更新		204	表示No Content，说明请求已执行，响应负载为空	1
	2.05	表示Content，说明请求已执行，响应负载不为空		200	表示OK，说明请求已执行	1

方法	精准率	召回率	F1
文献［7］方法	79.61	80.12	79.86
本文方法	90.70	95.12	92.86

字段名	字段大小/B	字段默认值	字段语义
Version	1	1.0	版本编号，指示协议的版本号
Server	1	0	应用标识符，区分不同报文的应用服务
CRC	2	—	CRC校验，检测数据传输的正确性
Src	2	—	发送端ID，表示协议报文的发送地址
Des	2	—	接收端ID，表示协议报文的目的地址
Length	4	—	报文字节长度、协议头和协议体的总长度
Key	变长	—	表示Value字段的标签
Value	变长	—	表示报文负载的具体内容

字段名	字段大小/B	字段默认值	字段语义
Server	1	0	服务标识符，区分不同报文服务
TagNum	1	—	报文负载的标签数量，根据它可计算报文的字节长度
CRC	2	—	循环冗余校验，检测数据传输的正确性
Src	2	—	发送方ID，表示报文的发送地址
Des	2	—	接收方ID，表示报文的接收地址
Tag	2	—	表示Value字段的类型或标签
Length	2	—	表示Value字段的长度
Value	变长	—	表示报文携带的负载内容

TLV协议	JSON协议
TLV协议	Server	Src	Des	Key	Value
Server	0.911 6	0.498 2	0.560 6	0.489 7	0.637 5
Src	0.525 2	0.870 0	0.828 0	0.380 6	0.525 0
Des	0.542 0	0.840 6	0.861 0	0.430 6	0.593 9
Tag	0.424 7	0.485 1	0.501 8	0.885 9	0.527 9
Value	0.502 2	0.472 5	0.498 9	0.465 3	0.866 0

[1]	肖锐, 刘明义, 涂志莹, 王忠杰. 基于社交媒体文本挖掘的个人事件检测方法[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3513-3519.
[2]	赵小虎, 赵成龙. 基于多特征语义匹配的知识库问答系统[J]. 计算机应用, 2020, 40(7): 1873-1878.
[3]	王元龙. 面向阅读理解的句子组合模型[J]. 计算机应用, 2017, 37(6): 1741-1746.
[4]	张硕望, 欧阳纯萍, 阳小华, 刘永彬, 刘志明. 融合《知网》和搜索引擎的词汇语义相似度计算[J]. 计算机应用, 2017, 37(4): 1056-1060.
[5]	杨武李阳卢玲. 基于用户角色定位的微博热点话题检测方法[J]. 计算机应用, 2013, 33(11): 3076-3079.
[6]	张怡文岳丽华张义飞李青程家兴. 基于共同用户和相似标签的好友推荐方法[J]. 计算机应用, 2013, 33(08): 2273-2275.
[7]	朱征宇孙俊华. 改进的基于《知网》的词汇语义相似度计算[J]. 计算机应用, 2013, 33(08): 2276-2279.
[8]	李华储荷兰高旻. 中文网络评论观点词汇语义褒贬倾向性判断[J]. 计算机应用, 2012, 32(11): 3023-3033.
[9]	冯永张洋. 结合匹配度和语义相似度的Deep Web查询接口模式匹配[J]. 计算机应用, 2012, 32(06): 1688-1691.
[10]	姜大庆周勇夏士雄. 基于语义描述与优化的网络性能数据聚类方法[J]. 计算机应用, 2012, 32(06): 1522-1525.
[11]	陈冰鑫邱保志. 聚类消息中间件构造技术[J]. 计算机应用, 2012, 32(05): 1425-1428.
[12]	张玉芳徐安龙. 改进的基因术语间语义相似度计算方法[J]. 计算机应用, 2012, 32(05): 1329-1331.
[13]	陈明宋宝唐小琦. 基于DSP和FPGA的网络转换网关[J]. 计算机应用, 2011, 31(10): 2617-2620.
[14]	韩仙玉姜瑛. 针对构件测试本体的语义相似度计算方法[J]. 计算机应用, 2011, 31(06): 1487-1490.
[15]	陈俊陈孝威. 移动IPv4/IPv6的虚拟机迁移过渡框架[J]. 计算机应用, 2011, 31(05): 1180-1183.

HTTP		CoAP
字段名称	字段值	字段名称	字段值
Method	GET	Code	0.01
	POST		0.03
	DELETE		0.04
	PUT		0.02
Status-Code	200		2.02
	204		2.02
	400		4.02
	500		4.02
Uri-Path	*	Uri-Path	*
Payload	*	Entity	*
Accept	application/json	Accept	50
Accept	application/octet-stream	Accept	42
Content-Type	text/plain	Content-Format	0
Content-Type	application/xml	Content-Format	41

HTTP		CoAP
字段名称	字段值	字段名称	字段值
Method	GET	Code	0.01
	POST		0.03
	DELETE		0.04
	PUT		0.02
Status-Code	200		2.02
	204		2.02
	400		4.02
	500		4.02
Uri-Path	*	Uri-Path	*
Payload	*	Entity	*
Accept	application/json	Accept	50
Accept	application/octet-stream	Accept	42
Content-Type	text/plain	Content-Format	0
Content-Type	application/xml	Content-Format	41