專利名稱：一種p2p網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)安全防護(hù)技術(shù)領(lǐng)域，尤其涉及一種P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法。
背景技術(shù)：
網(wǎng)絡(luò)蠕蟲是一種可獨(dú)立運(yùn)行的惡意程序，它通過掃描網(wǎng)絡(luò)，發(fā)現(xiàn)存在系統(tǒng)漏洞的計(jì)算機(jī)系統(tǒng)或應(yīng)用服務(wù)，感染該計(jì)算機(jī)，并獲取該計(jì)算機(jī)系統(tǒng)的控制權(quán)，進(jìn)行傳播；網(wǎng)絡(luò)蠕蟲大規(guī)模感染會(huì)導(dǎo)致信息泄露、計(jì)算機(jī)系統(tǒng)資源過耗、網(wǎng)絡(luò)擁塞等嚴(yán)重后果。著名的Code Red蠕蟲、Slammer蠕蟲均在爆發(fā)后短期內(nèi)直接造成10億美元以上的巨大損失。網(wǎng)絡(luò)蠕蟲已成為目前影響網(wǎng)絡(luò)安全的一個(gè)重大因素。防止蠕蟲泛濫的關(guān)鍵在于及早發(fā)現(xiàn)受感染的蠕蟲主機(jī)，然后由防范器對(duì)蠕蟲主機(jī)采取應(yīng)對(duì)措施，如清除蠕蟲文件、隔離主機(jī)、過濾蠕蟲數(shù)據(jù)包等。因此，檢測(cè)蠕蟲是抑制蠕蟲傳播的關(guān)鍵步驟。研究蠕蟲檢測(cè)技術(shù)已成為保證網(wǎng)絡(luò)環(huán)境安全性，維護(hù)社會(huì)和個(gè)人利益的迫切需要。目前對(duì)于網(wǎng)絡(luò)蠕蟲的檢測(cè)包括的基于特征碼的檢測(cè)方法和基于網(wǎng)絡(luò)異常的檢測(cè)方法兩大類。基于特征碼的檢測(cè)方法是較傳統(tǒng)的方法，該方法首先分析捕獲的蠕蟲樣本得到該蠕蟲的特征碼；然后根據(jù)特征碼在網(wǎng)絡(luò)流量或者主機(jī)文件中進(jìn)行特征匹配，從而實(shí)現(xiàn)蠕蟲檢測(cè)。該檢測(cè)方法對(duì)已知蠕蟲具有良好的檢測(cè)結(jié)果，但存在缺點(diǎn)，缺點(diǎn)之一無法第一時(shí)間獲取新蠕蟲或變種蠕蟲的特征碼，所以對(duì)新出現(xiàn)蠕蟲的檢測(cè)延遲較大，起不到預(yù)警作用；缺點(diǎn)之二 無法檢測(cè)到動(dòng)態(tài)改變代碼的多態(tài)蠕蟲，該類蠕蟲沒有固定的特征碼，可以規(guī)避基于特征碼的檢測(cè)方法。具有較高的漏報(bào)率。該類檢測(cè)方法無法預(yù)防爆發(fā)十分快速的P2P蠕蟲?；诰W(wǎng)絡(luò)異常的檢測(cè)方法是蠕蟲檢測(cè)技術(shù)的發(fā)展方向，該方法監(jiān)測(cè)特定的網(wǎng)絡(luò)指標(biāo)，根據(jù)指標(biāo)異常來檢測(cè)蠕蟲的爆發(fā)。常用的方法如通過統(tǒng)計(jì)連接數(shù)，判斷連接累計(jì)值是否超過設(shè)置的閾值來檢測(cè)蠕蟲；通過統(tǒng)計(jì)ICMP消息異常來檢測(cè)蠕蟲的發(fā)生；通過計(jì)算失敗連接與成功連接比率，判斷是否超過預(yù)設(shè)閾值來檢測(cè)蠕蟲等。該方法可以檢測(cè)到未知蠕蟲， 但也存在缺點(diǎn)目前出現(xiàn)的基于網(wǎng)絡(luò)特征的檢測(cè)方法或者由于計(jì)算量大，檢測(cè)實(shí)時(shí)性差； 或者由于檢測(cè)指標(biāo)簡(jiǎn)單，存在較高的誤報(bào)率。并且該類檢測(cè)方法對(duì)P2P蠕蟲的檢測(cè)率較低。貝葉斯公式用來描述兩個(gè)條件概率之間的關(guān)系，比如P(A|B)和P(B|A)。按照乘法法則=P (Α Π B) =P(A) *Ρ (B I A) =P (B) *P (A | B)，可以立刻導(dǎo)出貝葉斯定理公式:P (A | B)= P (B I A) *P (A) /P (B)。如上公式也可變形為=P (B | A) = P (A | B) *P (B) /P (A)貝葉斯公式為利用搜集到的信息對(duì)原有判斷進(jìn)行修正提供了有效手段。在采樣之前，經(jīng)濟(jì)主體對(duì)各種假設(shè)有一個(gè)判斷(先驗(yàn)概率)，關(guān)于先驗(yàn)概率的分布，通?？筛鶕?jù)經(jīng)濟(jì)主體的經(jīng)驗(yàn)判斷確定(當(dāng)無任何信息時(shí)，一般假設(shè)各先驗(yàn)概率相同)，較復(fù)雜精確的可利用包括最大熵技術(shù)或邊際分布密度以及相互信息原理等方法來確定先驗(yàn)概率分布。

發(fā)明內(nèi)容
本發(fā)明的目的是克服了現(xiàn)有技術(shù)無法檢測(cè)P2P蠕蟲或檢測(cè)率不高的不足，提供一種P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法。P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法的步驟如下1)在計(jì)算機(jī)中安裝決策中心裝置，并加入互聯(lián)網(wǎng)，開放特定網(wǎng)絡(luò)端口，接收來自檢測(cè)端點(diǎn)的注冊(cè)消息、預(yù)警消息；2)在η臺(tái)計(jì)算機(jī)中安裝P2P客戶端軟件，同時(shí)安裝路由表監(jiān)測(cè)裝置，每個(gè)檢測(cè)端點(diǎn)利用Ρ2Ρ客戶端軟件加入Ρ2Ρ網(wǎng)絡(luò)，成為Ρ2Ρ網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，每個(gè)檢測(cè)端點(diǎn)利用路由表監(jiān)測(cè)裝置向決策中心裝置注冊(cè)，并與決策中心裝置建立網(wǎng)絡(luò)連接；3)計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率，對(duì)于檢測(cè)端點(diǎn)k，在時(shí)間窗口 wl之內(nèi)第i次發(fā)生指針表查詢時(shí)，將被查詢的目標(biāo)節(jié)點(diǎn)記為Di,并設(shè)置標(biāo)志符Fi,若Di興Dp1，則置Fi為1，否則Fi為0，經(jīng)過滑動(dòng)時(shí)間ml后，統(tǒng)計(jì)時(shí)間窗口 wl 之內(nèi)有效標(biāo)志符數(shù)量$以及使用的指針數(shù)Pk，計(jì)算指針表查詢頻率和單位時(shí)間指針表使用率；4)每隔單位時(shí)間t，檢測(cè)端點(diǎn)通過已建立的網(wǎng)絡(luò)連接向決策中心發(fā)送關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率以及包含時(shí)間戳t的消息；5)系統(tǒng)預(yù)先定義4類事件W為網(wǎng)絡(luò)爆發(fā)蠕蟲，N為網(wǎng)絡(luò)正常，S為FFQ >0，F(xiàn)為 FFQ = 0, FFQ代表針表查詢頻率；
P(W) * P(S I W)6)利用公式ω p(wι= p(wyp(Ksι眾+W叩ι巧檢測(cè)s事件的發(fā)生，
P(Wls)是在S事件發(fā)生后，W事件發(fā)生的概率。P(SlW)是在W事件發(fā)生后，S事件發(fā)生的概率。P(SlN)是在N事件發(fā)生后，S事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P (N)
=入；
P(W)*P(F I W)7)利用公式⑵PW I F) = p{w) *p(》| ；) +(m) ip(F | 檢測(cè)F事件的發(fā)生，
P(WlF)是在F事件發(fā)生后，W事件發(fā)生的概率。P(F|W)是在W事件發(fā)生后，F(xiàn)事件發(fā)生的概率。P(F|N)是在N事件發(fā)生后，F(xiàn)事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P(N)
=入；8)每次使用公式(1)或公式(2)計(jì)算之后，用得到的結(jié)果作為先驗(yàn)概率，更新 P(W)的值，控制P(W)不小于η，若P(W) > λ，則認(rèn)為爆發(fā)蠕蟲;9)若決策中心裝置認(rèn)為Ρ2Ρ網(wǎng)絡(luò)已爆發(fā)蠕蟲，則發(fā)出蠕蟲爆發(fā)報(bào)警。所述的計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率步驟為根據(jù)公式FFA = SF/Wl計(jì)算指針表查詢頻率，根據(jù)公式RF& = SF/Pk計(jì)算單位時(shí)間指針表使用率。本發(fā)明克服了現(xiàn)有的網(wǎng)絡(luò)蠕蟲檢測(cè)技術(shù)不能快速檢測(cè)P2P蠕蟲爆發(fā)，檢測(cè)結(jié)果存在較高漏報(bào)率的缺點(diǎn)，可準(zhǔn)確、高效、實(shí)時(shí)地檢測(cè)到P2P網(wǎng)絡(luò)中爆發(fā)P2P蠕蟲。


圖1為FFQ與RFQ統(tǒng)計(jì)滑動(dòng)時(shí)間窗口示意圖
圖2為本發(fā)明P2P蠕蟲檢測(cè)方法的檢測(cè)算法流程圖；圖3為按照本發(fā)明P2P蠕蟲檢測(cè)方法的用于Chord網(wǎng)絡(luò)中的FFQ分布圖；圖4為按照本發(fā)明P2P蠕蟲檢測(cè)方法的用于Chord網(wǎng)絡(luò)的RFQ分布5為按照本發(fā)明P2P蠕蟲檢測(cè)方法的用于Chord網(wǎng)絡(luò)的部署圖。
具體實(shí)施例方式P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法的步驟如下1)在計(jì)算機(jī)中安裝決策中心裝置，并加入互聯(lián)網(wǎng)，開放特定網(wǎng)絡(luò)端口，接收來自檢測(cè)端點(diǎn)的注冊(cè)消息、預(yù)警消息；2)在η臺(tái)計(jì)算機(jī)中安裝P2P客戶端軟件，同時(shí)安裝路由表監(jiān)測(cè)裝置，每個(gè)檢測(cè)端點(diǎn)利用Ρ2Ρ客戶端軟件加入Ρ2Ρ網(wǎng)絡(luò)，成為Ρ2Ρ網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，每個(gè)檢測(cè)端點(diǎn)利用路由表監(jiān)測(cè)裝置向決策中心裝置注冊(cè)，并與決策中心裝置建立網(wǎng)絡(luò)連接；3)計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率，對(duì)于檢測(cè)端點(diǎn)k，在時(shí)間窗口 wl之內(nèi)第i次發(fā)生指針表查詢時(shí)，將被查詢的目標(biāo)節(jié)點(diǎn)記為Di,并設(shè)置標(biāo)志符Fi,若Di興Dp1，則置Fi為1，否則Fi為0，經(jīng)過滑動(dòng)時(shí)間ml后，統(tǒng)計(jì)時(shí)間窗口 wl 之內(nèi)有效標(biāo)志符數(shù)量$以及使用的指針數(shù)Pk，計(jì)算指針表查詢頻率和單位時(shí)間指針表使用率；4)每隔單位時(shí)間t，檢測(cè)端點(diǎn)通過已建立的網(wǎng)絡(luò)連接向決策中心發(fā)送關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率以及包含時(shí)間戳t的消息；5)系統(tǒng)預(yù)先定義4類事件W為網(wǎng)絡(luò)爆發(fā)蠕蟲，N為網(wǎng)絡(luò)正常，S為FFQ > 0，F(xiàn)為 FFQ = 0, FFQ代表針表查詢頻率；
P(W) * P(S I W) 6)利用公式 ω P(Wι= p(wrp(KsII^0檢測(cè)S事件的發(fā)生，
P(Wls)是在S事件發(fā)生后，W事件發(fā)生的概率。P(SlW)是在W事件發(fā)生后，S事件發(fā)生的概率。P(SlN)是在N事件發(fā)生后，S事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P (N)
=入；
P(W)*P(F I W)7)利用公式⑵ PQVIF) = P(wrP(；^)+\lN)iP(F{N/mF事件的發(fā)生，
P(WlF)是在F事件發(fā)生后，W事件發(fā)生的概率。P(F|W)是在W事件發(fā)生后，F(xiàn)事件發(fā)生的概率。P(F|N)是在N事件發(fā)生后，F(xiàn)事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P(N)
=入；8)每次使用公式⑴或公式(2)計(jì)算之后，用得到的結(jié)果作為先驗(yàn)概率，更新 P(W)的值，控制P(W)不小于η，若P(W) > λ，則認(rèn)為爆發(fā)蠕蟲;9)若決策中心裝置認(rèn)為Ρ2Ρ網(wǎng)絡(luò)已爆發(fā)蠕蟲，則發(fā)出蠕蟲爆發(fā)報(bào)警。所述的計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率步驟為根據(jù)公式FFA = SF/Wl計(jì)算指針表查詢頻率，根據(jù)公式RF& = SF/Pk計(jì)算單位時(shí)間指針表使用率。本發(fā)明基于以下理論基礎(chǔ)(1)P2P蠕蟲在P2P網(wǎng)絡(luò)中爆發(fā)時(shí)，必須依靠P2P節(jié)點(diǎn)中的路由表傳播，傳播時(shí)會(huì)頻繁訪問路由表。O)P2P節(jié)點(diǎn)在正常情況下，其路由表在單位時(shí)間內(nèi)的訪問次數(shù)符合特定分布，訪問次數(shù)在接近某個(gè)正常值，在蠕蟲感染情況下，其路由表在單位時(shí)間內(nèi)的訪問次數(shù)必然驟增，明顯超過正常值。根據(jù)研究發(fā)現(xiàn)，P2P網(wǎng)絡(luò)爆發(fā)蠕蟲時(shí)，蠕蟲節(jié)點(diǎn)表現(xiàn)出明顯的行為異常短時(shí)間內(nèi)訪問指針表中的所有節(jié)點(diǎn)。特別的，這種異常在情報(bào)節(jié)點(diǎn)中會(huì)更加明顯，因?yàn)榍閳?bào)節(jié)點(diǎn)不會(huì)主動(dòng)查找資源，只會(huì)處理并轉(zhuǎn)發(fā)來自其他節(jié)點(diǎn)的查詢報(bào)文。因此，本發(fā)明提出針對(duì)單一節(jié)點(diǎn)的兩個(gè)關(guān)鍵參數(shù)指針表查詢頻率(FFQ， Frequency of Finger Table Query),單位時(shí)間指針表使用率(RFQ, Ratio ofFinger Table Query)。FFQ體現(xiàn)節(jié)點(diǎn)指針表在單位時(shí)間內(nèi)被使用的頻率(使用數(shù)/時(shí)間)，RFQ體現(xiàn)節(jié)點(diǎn)指針表在單位時(shí)間內(nèi)的利用率(使用數(shù)/指針數(shù))。兩個(gè)參數(shù)均是一段時(shí)間內(nèi)的頻度，因此采用滑動(dòng)時(shí)間窗口的統(tǒng)計(jì)方法。令時(shí)間窗口為wl = l(s)，滑動(dòng)時(shí)間為ml = 0.1(s)。時(shí)間窗口使用方法如圖1所示，每經(jīng)過0. 1秒重新計(jì)算節(jié)點(diǎn)在最近1秒內(nèi)的FFQ與RFQ。情報(bào)節(jié)點(diǎn)視為樣本，來自情報(bào)節(jié)點(diǎn)的FFQ可視為所有節(jié)點(diǎn)的FFQ的樣本值。若僅考慮當(dāng)前抽樣得到的樣本值，則具有較大的誤差，如果考慮先驗(yàn)概率與當(dāng)前樣本值，可以得到更精確的檢測(cè)結(jié)果。因此檢測(cè)算法采用了貝葉斯公式。1)計(jì)算關(guān)鍵參數(shù)FFQ 對(duì)于情報(bào)節(jié)點(diǎn)k，在時(shí)間窗口 Wl之內(nèi)第i次發(fā)生指針表查詢時(shí)，將被查詢的目標(biāo)節(jié)點(diǎn)記為Di,并設(shè)置標(biāo)志符Fi,若Di興Dp1，則置Fi為1，否則為0。經(jīng)過滑動(dòng)時(shí)間ml后，統(tǒng)計(jì)時(shí)間窗口 wl之內(nèi)有效標(biāo)志符數(shù)量&，計(jì)算FF& = SF/w102)基于貝葉斯公式的檢測(cè)算法定義4類事件W (網(wǎng)絡(luò)爆發(fā)蠕蟲)、N (網(wǎng)絡(luò)正常)、S (FFQ > 0)、F (FFQ = 0)。4類事件的組合形成下表所列參數(shù)，部分參數(shù)的概率值通過實(shí)驗(yàn)數(shù)據(jù)已獲得。
權(quán)利要求
1.一種P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法，其特征在于它的步驟如下1)在計(jì)算機(jī)中安裝決策中心裝置，并加入互聯(lián)網(wǎng)，開放特定網(wǎng)絡(luò)端口，接收來自檢測(cè)端點(diǎn)的注冊(cè)消息、預(yù)警消息；2)在η臺(tái)計(jì)算機(jī)中安裝P2P客戶端軟件，同時(shí)安裝路由表監(jiān)測(cè)裝置，每個(gè)檢測(cè)端點(diǎn)利用 Ρ2Ρ客戶端軟件加入Ρ2Ρ網(wǎng)絡(luò)，成為Ρ2Ρ網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，每個(gè)檢測(cè)端點(diǎn)利用路由表監(jiān)測(cè)裝置向決策中心裝置注冊(cè)，并與決策中心裝置建立網(wǎng)絡(luò)連接；3)計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率，對(duì)于檢測(cè)端點(diǎn)k，在時(shí)間窗口 wl之內(nèi)第i次發(fā)生指針表查詢時(shí)，將被查詢的目標(biāo)節(jié)點(diǎn)記為Di,并設(shè)置標(biāo)志符Fi,若Di興Dg，則置Fi為1，否則Fi為0，經(jīng)過滑動(dòng)時(shí)間ml后，統(tǒng)計(jì)時(shí)間窗口 wl之內(nèi)有效標(biāo)志符數(shù)量$以及使用的指針數(shù)Pk，計(jì)算指針表查詢頻率和單位時(shí)間指針表使用率；4)每隔單位時(shí)間t，檢測(cè)端點(diǎn)通過已建立的網(wǎng)絡(luò)連接向決策中心發(fā)送關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率以及包含時(shí)間戳t的消息；5)系統(tǒng)預(yù)先定義4類事件W為網(wǎng)絡(luò)爆發(fā)蠕蟲，N為網(wǎng)絡(luò)正常，S為FFQ>0，F(xiàn)為FFQ =0，F(xiàn)FQ代表針表查詢頻率；6)利用公式(1)— I =I Λ0檢測(cè)S事件的發(fā)生，P(Wls)是在S事件發(fā)生后，W事件發(fā)生的概率。P(SlW)是在W事件發(fā)生后，S事件發(fā)生的概率。P(SlN)是在N事件發(fā)生后，S事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P (N)=入；P(W)*P(F \ W)7)利用公式⑵—ιη = P(w) * P(；, ；) ； F(F, 檢測(cè)ρ事件的發(fā)生，P(WlF)是在F事件發(fā)生后，W事件發(fā)生的概率。P(F|W)是在W事件發(fā)生后，F(xiàn)事件發(fā)生的概率。P(F|N)是在N事件發(fā)生后，F(xiàn)事件發(fā)生的概率。其中P(W)初始取值η，相應(yīng)的P(N)=入；8)每次使用公式(1)或公式(2)計(jì)算之后，用得到的結(jié)果作為先驗(yàn)概率，更新P(W)的值，控制P(W)不小于η，若P(W) > λ，則認(rèn)為爆發(fā)蠕蟲；9)若決策中心裝置認(rèn)為Ρ2Ρ網(wǎng)絡(luò)已爆發(fā)蠕蟲，則發(fā)出蠕蟲爆發(fā)報(bào)警。
2.根據(jù)權(quán)利要求1所述的一種Ρ2Ρ網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法，其特征在于所述的計(jì)算每個(gè)檢測(cè)端點(diǎn)關(guān)鍵參數(shù)指針表查詢頻率和單位時(shí)間指針表使用率步驟為根據(jù)公式 FFQk = SF/Wl計(jì)算指針表查詢頻率，根據(jù)公式RF& = SF/Pk計(jì)算單位時(shí)間指針表使用率。
全文摘要
本發(fā)明公開了一種P2P網(wǎng)絡(luò)大規(guī)模蠕蟲爆發(fā)檢測(cè)方法。本發(fā)明向P2P網(wǎng)絡(luò)部署多個(gè)檢測(cè)端點(diǎn)和一個(gè)決策中心裝置，每個(gè)檢測(cè)端點(diǎn)對(duì)應(yīng)一個(gè)隨機(jī)選中的P2P節(jié)點(diǎn)，安裝路由表監(jiān)測(cè)裝置監(jiān)測(cè)P2P節(jié)點(diǎn)的兩個(gè)關(guān)鍵參數(shù),指針表查詢頻率(FFQ，F(xiàn)requencyofFingerTableQuery)和單位時(shí)間指針表使用率(RFQ，RatioofFingerTableQuery)。P2P節(jié)點(diǎn)定時(shí)將這兩個(gè)參數(shù)值發(fā)送給決策中心。檢測(cè)端點(diǎn)視為樣本，來自檢測(cè)端點(diǎn)的FFQ可視為所有節(jié)點(diǎn)的FFQ的樣本值。決策中心根據(jù)本發(fā)明提出的基于貝葉斯公式的檢測(cè)算法來判斷當(dāng)前網(wǎng)絡(luò)是否有蠕蟲爆發(fā)。本發(fā)明克服了現(xiàn)有的網(wǎng)絡(luò)蠕蟲檢測(cè)方法不適于檢測(cè)P2P蠕蟲、對(duì)P2P蠕蟲的檢測(cè)率低誤報(bào)率高等不足，可有效檢測(cè)到P2P網(wǎng)絡(luò)的蠕蟲爆發(fā)。
文檔編號(hào)H04L12/56GK102368719SQ201110297289
公開日2012年3月7日 申請(qǐng)日期2011年9月28日 優(yōu)先權(quán)日2011年9月28日
發(fā)明者張知臨, 林懷忠, 蘇嘯鳴, 陳萍 申請(qǐng)人:浙江大學(xué), 浙江省電子信息產(chǎn)品檢驗(yàn)所