一种监控系统的数据流合并方法及服务端与流程

本发明涉及信息安全领域，具体地，涉及一种监控系统的数据流合并方法及服务端。

背景技术：

目前，无线局域网的应用范围越来越广，由于无线局域网的信号由无线电波传输，理论上在无线接入点周围的设备都能够接收到信号。由于无线局域网开放性特点带来了诸多的安全上的难题，例如，非法用户接入、信息泄露、信号干扰、伪装地址、会话拦截以及更高级更复杂的攻击，会危及整个网络的安全。无线局域网的监控是对无线局域网进行监听检测，是对利用无线局域网进行的网络犯罪调查和取证的基础，也是维护一个无线局域网安全性的重要手段。

目前，国内外都有对无线局域网的监控系统的研究，由于监控端的性能限制，每个监控端在同一时间只能监测一个信道，且仅能监控到其信号覆盖范围内的数据流量，另外，空口传输易受到环境干扰，监控端采用被动监听方式，将不可避免的出现丢包问题，导致接收到的数据流不完整。而无线局域网的监控系统的目的是要获得整个无线局域网的全局数据，因此单个监控端的监控系统不足以满足监听整个无线局域网的需求，分布式的无线局域网监控系统应运而生。

分布式的无线局域网监控系统会在监控范围内部署多个监控端，监控端通过被动监听的方式捕获数据，监控端存在一定冗余，以确保在出现丢包问题时，可以通过冗余监控端采集到的数据，拼凑出完整的数据流。监控端采集的数据发送到服务端，服务端对数据进行整合，得到完整的数据流。完整的数据流可用于后续分析，从而找出无线局域网络中的威胁，进而保证整个无线局域网络的正常工作和安全。

在分布式的无线局域网监控系统中，多个监控端的数据整合过程一般包括以下几个部分：

(1)数据预处理。在无线局域网监控系统中，后续分析过程所需的数据可以是监控端采集的原始数据流，也可以是经预处理后的数据，例如，提取数据帧头部，或过滤掉控制帧等。

(2)时钟同步和归一化。监控系统中的多个监控端，由于硬件原因，同一时刻下的时钟可能并不相同，因此为了得到正确时间序列的数据流，需要对多个监控端进行时钟同步，一般是根据无线接入点发出的信标帧的时间戳和监控端监听到数据帧的相对时间偏移，进行监控端的时钟修正。在无线局域网中，由于广播帧和重传数据包存在，监控系统需要将这类重复的数据包进行归一化。

(3)数据流合并。每个监控端所获取的数据流在经过上述几个步骤后需要进行合并，即按照时间顺序排列起来，得到一个完整的全局的数据流。现有的比较完整的无线局域网监控系统的数据合并过程，都是将所有的中心节点的数据按时序合并起来，目的是最大化获得的数据。

国内外现有的分布式无线局域网监控系统的数据流合并方案，大多数采用了直接合并的方式。具体地，分布式监控系统中的多个监控端采集到数据之后，根据监控系统的需求，可能简单对数据进行处理后，将所采集的所有数据流直接发送给服务端，服务端按照时间顺序对多个数据流进行合并，最后得到一个全局数据流。该方案虽然能够保证最大化获得目标局域网内的数据，但是由于监控端间采集的数据存在一定重合，可能多个监控端监控到相同设备的通信数据。尤其是在针对大型无线局域网络的监控系统中，监控端的部署比较密集，重合度会更高。这样会存在以下缺陷：一方面，在监控端上传数据至中心节点时，网络数据量大，容易造成网络拥塞；另一方面，中心节点在合并数据时，合并来自不同监控端的重合度较高数据，对最终融合为完整数据流的贡献较低，但却需要耗费同样的时间以及计算资本，造成资源浪费、效率低下。

为了减少分布式监控系统中监控端所采集的数据冗余度，有学者提出了基于相似度计算的优化方案。具体地，监控系统第一次启动时，监控端将采集的原始数据发送到服务端，服务端根据原始数据内容计算每对监控端的数据流相似度。然后，根据数据流相似度对监控端进行分组，相似度高的监控端归为一组，每个分组中选择一个监控端的数据流进行合并，其余监控端采集到的数据流不进行处理。这些未参与数据合并的监控端可以重新再部署在其他位置上。这样也会存在以下缺点：一方面，该方案虽然减少了上述方案中的数据流合并步骤，但是其算法本身计算源数据量大，导致复杂度高，对时间和硬件的要求相对上述方案并没有降低，并且只适用于拓扑结构固定不变的无线局域网络；另一方面，对于无线局域网监控系统来说，保证数据流的完整性十分重要，只有在获得完整数据流的情况下，监控系统才能还原出完整的通信内容，而该方案不能保证最终获得数据流的完整性。

技术实现要素：

本发明的目的是提供一种监控系统的数据流合并方法及服务端。其中，所述方法所要解决的技术问题是：如何有效减轻监控系统中服务端的压力，并保证监控系统最终得到的数据流的完整性。

为了实现上述目的，本发明提供一种监控系统的数据流合并方法。所述方法包括：

所述服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；

所述服务端根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；

所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；

所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；

所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并，

其中，所述监控系统包括至少一个监控端和与所述至少一个监控端连接的服务端。

可选地，所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度，包括：

所述服务端根据以下公式一计算得到每两个监控端之间的相似度：

其中，sim(i，j)表示监控端i与监控端j之间的相似度，S_μ,i表示监控端i监听到设备μ的信号强度，表示所述至少一个监控端分别监听到设备μ的信号强度的平均值，S_μ,j表示监控端j监听到设备μ的信号强度，U表示所述至少一个监控端分别监听到的所有设备的集合。

可选地，所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果，包括：

所述服务端将每个监控端作为顶点，将每两个监控端之间的相似度作为连结所述每两个监控端分别对应的顶点的边长，构建得到全连接图；

所述服务端采用模拟退火算法对所述全连接图进行寻优，得到经过每个顶点一次的最短路径；

所述服务端根据所述最短路径和顶点与监控端的对应关系对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果。

可选地，所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，包括：

所述服务端根据所述通信数据识别得到所述通信数据的数据帧中的序列号，并将所述序列号进行比较，得到第一最大序列号和第一最小序列号；

所述服务端根据所述序列结果每次合并一个监控端的通信数据之后，根据合并数据流识别得到所述合并数据流的数据帧中的序列号，并将所述序列号进行比较，得到第二最大序列号和第二最小序列号；

所述服务端判断所述第二最大序列号和所述第二最小序列号分别与所述第一最大序列号和所述第一最小序列号是否均相同；

若是，所述服务端不再根据所述序列结果合并监控端的通信数据，确定所述合并数据流为完整数据流，并输出所述完整数据流。

可选地，所述服务端根据所述序列结果合并所述至少一个监控端的通信数据之后，所述方法还包括：

所述服务端判断本次数据流合并是否满足预设的重新计算条件；

若否，所述服务端持续接收所述至少一个监控端根据原始数据流处理得到的通信数据；

所述服务端根据当前序列结果合并所述通信数据。

可选地，所述环境数据包括以下中的至少一者：

监控端的标识信息、所述监控端监听到的设备的MAC地址、所述监控端监听到的设备的类型和所述监控端监听到的设备的信号强度。

相应地，本发明还提供一种服务端。所述服务端包括：

接收单元，用于分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；

获取单元，用于根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；

确定单元，用于根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；

排序单元，用于根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；

合并单元，用于根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

可选地，所述确定单元，具体用于：

根据以下公式一计算得到每两个监控端之间的相似度：

其中，sim(i，j)表示监控端i与监控端j之间的相似度，S_μ,i表示监控端i监听到设备μ的信号强度，表示所述至少一个监控端分别监听到设备μ的信号强度的平均值，S_μ,j表示监控端j监听到设备μ的信号强度，U表示所述至少一个监控端分别监听到的所有设备的集合。

可选地，所述排序单元，具体用于：

将每个监控端作为顶点，将每两个监控端之间的相似度作为连结所述每两个监控端分别对应的顶点的边长，构建得到全连接图；

采用模拟退火算法对所述全连接图进行寻优，得到经过每个顶点一次的最短路径；

根据所述最短路径和顶点与监控端的对应关系对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果。

可选地，所述合并单元，具体用于：

根据所述通信数据识别得到所述通信数据的数据帧中的序列号，并将所述序列号进行比较，得到第一最大序列号和第一最小序列号；

根据所述序列结果每次合并一个监控端的通信数据之后，根据合并数据流识别得到所述合并数据流的数据帧中的序列号，并将所述序列号进行比较，得到第二最大序列号和第二最小序列号；

判断所述第二最大序列号和所述第二最小序列号分别与所述第一最大序列号和所述第一最小序列号是否均相同；

若是，不再根据所述序列结果合并监控端的通信数据，确定所述合并数据流为完整数据流，并输出所述完整数据流。

由上述技术方案可知，服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；并根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；再根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；再根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；再根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并，不仅能够有效减轻监控系统中服务端的压力，而且还能够保证监控系统最终得到的数据流的完整性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1是本发明一实施例提供的监控系统的数据流合并方法的流程图；

图2是本发明又一实施例提供的监控系统的数据流合并方法的流程图；

图3是本发明一实施例提供的服务端的结构示意图；

图4是本发明又一实施例提供的服务端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明一实施例提供的监控系统的数据流合并方法的流程图。如图1所示，本发明一实施例提供的监控系统的数据流合并方法包括：

在步骤S101中，所述服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据。

在具体的实施方式中，在监控系统需要监控的区域中部署n个监控端，n个监控端开始监听和采集监控区域中的数据，得到原始数据流，n个监控端分别对自身的原始数据流进行预处理得到环境数据和通信数据。然后，每个监控端将处理得到的环境数据和通信数据上传至服务端。原始数据流的处理在监控端本地完成，减少了服务端数据计算量。其中，监控系统包括至少一个监控端和与至少一个监控端连接的服务端。

接着，在步骤S102中，所述服务端根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度。

其中，所述环境数据包括以下中的至少一者：监控端的标识信息、所述监控端监听到的设备的MAC地址、所述监控端监听到的设备的类型和所述监控端监听到的设备的信号强度。

紧接着，在步骤S103中，所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度。

具体地，该步骤包括：所述服务端根据以下公式一计算得到每两个监控端之间的相似度：

其中，sim(i，j)表示监控端i与监控端j之间的相似度，S_μ,i表示监控端i监听到设备μ的信号强度，表示所述至少一个监控端分别监听到设备μ的信号强度的平均值，S_μ,j表示监控端j监听到设备μ的信号强度，U表示所述至少一个监控端分别监听到的所有设备的集合。

在计算相似度的过程中，采用的计算数据不是监控端所捕获的原始网络通信数据流，因为这个数据量比较大，计算起来所需要的时空复杂度都很高。计算相似度的输入数据是环境数据，该环境数据是由监控端在采集到原始数据流后进行本地预处理得到的，并将环境数据上传到服务端。该环境数据包括每个监控端所能监听到的设备的MAC地址、设备类型(接入点或是终端)、设备对应信号强度和监控端的标识。

然后，在步骤S104中，所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果。

具体地，该步骤包括：所述服务端将每个监控端作为顶点，将每两个监控端之间的相似度作为连结所述每两个监控端分别对应的顶点的边长，构建得到全连接图；所述服务端采用模拟退火算法对所述全连接图进行寻优，得到经过每个顶点一次的最短路径；所述服务端根据所述最短路径和顶点与监控端的对应关系对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果。

最后，在步骤S105中，所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

具体地，在该步骤之后，所述方法还包括：所述服务端判断本次数据流合并是否满足预设的重新计算条件；若否，所述服务端持续接收所述至少一个监控端根据原始数据流处理得到的通信数据；所述服务端根据当前序列结果合并所述通信数据。其中，预设的重新计算条件可为时间阈值或流量阈值。

在本发明一实施方式中，服务端将本次数据流合并中监控端采集数据的时间与时间阈值进行比较，如果本次数据流合并中监控端采集数据的时间小于或等于时间阈值，则不满足预设的重新计算条件，否则，满足预设的重新计算条件。

在本发明另一实施方式中，服务端将本次数据流合并中得到的完整数据流的流量值与流量阈值进行比较，如果本次数据流合并中得到的完整数据流的流量值小于或等于流量阈值，则不满足预设的重新计算条件，否则，满足预设的重新计算条件。

本实施例通过服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；并根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；再根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；再根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；再根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并，不仅能够有效减轻监控系统中服务端的压力，而且还能够保证监控系统最终得到的数据流的完整性。

优选地，所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，包括：所述服务端根据所述通信数据识别得到所述通信数据的数据帧中的序列号，并将所述序列号进行比较，得到第一最大序列号和第一最小序列号；所述服务端根据所述序列结果每次合并一个监控端的通信数据之后，根据合并数据流识别得到所述合并数据流的数据帧中的序列号，并将所述序列号进行比较，得到第二最大序列号和第二最小序列号；所述服务端判断所述第二最大序列号和所述第二最小序列号分别与所述第一最大序列号和所述第一最小序列号是否均相同；若是，所述服务端不再根据所述序列结果合并监控端的通信数据，确定所述合并数据流为完整数据流，并输出所述完整数据流。藉此，能够合理利用不同监控端采集的冗余数据，减少通信数据的合并次数，减少了资源的浪费，并且算法的计算数据量小，在降低计算复杂度的同时，得到最大化的完整数据流。

图2是本发明又一实施例提供的监控系统的数据流合并方法的流程图。如图2所示，本实施例提供的既能保证效率又能保证完整性的数据流合并方法包括：

在步骤一中，在监控系统开始时，在所监控的区域内部署n个监控端，并且开始监听、采集数据。数据经预处理后，分为环境数据和通信数据。同时，服务端维护着一张初始为空的设备表，用来存储所有监控端所监听到的所有设备的MAC(Medium Access Control，媒体访问控制)地址，以及一张空的序列表，用来存储计算得到的监控端的通信数据的合并顺序序列。

在步骤二中，监控端将监听到的环境数据，包括设备的MAC地址，设备类别(例如，接入点或终端)，信号强度RSSI(Received Signal Strength Indicator，接收信号强度指示器)发送给服务端；服务端根据环境数据更新预设的设备表，存入新的设备的MAC地址。

在步骤三中，假设此时设备表内共有n个设备的MAC地址，那么每个监控端的结果数据在服务端被处理为一个n维的向量(k₁，k₂，…，k_n)其中k_i表示该监控端监听到设备i的信号强度。由于无线接入点(wireless access point，AP)比一般的设备(如手机)的信号发射功率大，更容易被监听到，因此在后续计算前，对AP的信号强度值进行归一化处理，以使得与一般的设备的信号强度相当。然后，可根据上述公式一计算得到n个监控端中每两个监控端的相似度。

在步骤四中，根据步骤三的相似度计算结果，得到监控端两两之间的相似度值，根据这些值可构建一个全连接图，其中顶点为各个监控端的编号，两个顶点之间的边长度为两个顶点分别对应的监控端之间的相似度计算结果。这样就将排序问题建模成TSP(Travelling Salesman Problem，旅行商问题)问题。

在步骤五中，采用模拟退火算法给出一个近似全局最优的TSP解决方法，方法如下：

1)选择初始温度T₀，初始路径S₀；

2)当前路径S_i＝S₀，当前温度T_k＝T₀，当前迭代次数k＝0；

3)若当前迭代次数达到内循环停止条件，则转到4)，否则转5)；

4)从S_i的邻域中随机选择S_j，计算两条路径的距离函数之差Δf＝f(S_j)-f(S_i)，若Δf<0，当前路径S_i＝S_j，否则若则当前路径S_i＝S_j，重复3)；

5)k＝k+1，T_k+1＝d(T_k)，若满足终止条件，则计算停止，输出当前路径，否则转到3)。

其中，S_i和S_j均表示路径，random(0,1)表示随机函数，d(T_k)表示降温函数。

在步骤六中，根据步骤五的排序算法，得到了一个序列结果(r₁,r₂,…,r_n)，其中r_i代表排在第i位上的监控端编号，根据这个序列结果更新序列表。对监控端优先度排序，来自优先度高的监控端的数据先融合，在保证最大化融合数据的同时，减少服务端数据融合计算量。

在步骤七中，此时进行合并的工作，按照在步骤六中的序列结果，按序每次合并一个未合并的监控端的通信数据，并判断此时是否得到了完整的全局数据，如果条件成立，那么未合并的监控端都不再进行合并，此时可以输出得到的最大化的完整数据流；如果还未得到完整的数据，则继续合并直到得到完整的数据为止。

在步骤八中，本次数据流合并完成后，判断此时是否满足预设的重新计算条件。重计算条件可以是时间阈值或是流量阈值等。如果不满足，那么各个监控端将继续持续向服务端发送通信数据，并根据当前序列表顺序进行合并；如果此时满足了预设的重新计算条件，那么方法从头重新运行，计算并更新序列表，通信数据此时根据新的序列表进行合并。最终服务端得到了监控端采集到的完整数据流。藉此，整个方法持续运行，并依据条件不断更新合并的序列表，这样能够尽量减少偏差，得到准确的结果。此外，还能够适应拓扑结构变化的无线局域网络。

本实施例首先通过相似度计算算法，找出采集相似数据的监控端，这类监控端所监听的数据流高度相似，数据内容重复度高，一般不会优先对相似度高的监控端进行合并。然后通过排序算法，得到一个效率高的合并序列，按照该序列进行合并，最终得到完整数据流，不仅减少分布式监控系统中的数据合并次数，而且减轻数据服务端的负载。

本实施例提供的数据流合并方法，适用于目前绝大部分的无线局域网监控系统，能够一定程度上提升提高数据融合的速度，减小监控系统开销，降低对监控系统中设备硬件要求和网络带宽要求。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

图3是本发明一实施例提供的服务端的结构示意图。如图3所示，本发明一实施例提供的服务端包括接收单元201、获取单元202、确定单元203、排序单元204和合并单元205，其中：

接收单元201，用于分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；

获取单元202，用于根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；

确定单元203，用于根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；

排序单元204，用于根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；

合并单元205，用于根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

本实施例提供的服务端适用于以上实施例对应的监控系统的数据流合并方法，在此不再赘述。

本实施例提供一种服务端，接收单元201分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；获取单元202根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；确定单元203根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；排序单元204根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；合并单元205根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并，不仅能够有效减轻监控系统中服务端的压力，而且还能够保证监控系统最终得到的数据流的完整性。

在本发明一可选实施方式中，所述确定单元203，具体用于：

根据以下公式一计算得到每两个监控端之间的相似度：

其中，sim(i，j)表示监控端i与监控端j之间的相似度，S_μ,i表示监控端i监听到设备μ的信号强度，表示所述至少一个监控端分别监听到设备μ的信号强度的平均值，S_μ,j表示监控端j监听到设备μ的信号强度，U表示所述至少一个监控端分别监听到的所有设备的集合。

在本发明一可选实施方式中，所述排序单元204，具体用于：

将每个监控端作为顶点，将每两个监控端之间的相似度作为连结所述每两个监控端分别对应的顶点的边长，构建得到全连接图；

采用模拟退火算法对所述全连接图进行寻优，得到经过每个顶点一次的最短路径；

根据所述最短路径和顶点与监控端的对应关系对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果。

在本发明一可选实施方式中，所述合并单元205，具体用于：

根据所述通信数据识别得到所述通信数据的数据帧中的序列号，并将所述序列号进行比较，得到第一最大序列号和第一最小序列号；

根据所述序列结果每次合并一个监控端的通信数据之后，根据合并数据流识别得到所述合并数据流的数据帧中的序列号，并将所述序列号进行比较，得到第二最大序列号和第二最小序列号；

判断所述第二最大序列号和所述第二最小序列号分别与所述第一最大序列号和所述第一最小序列号是否均相同；

若是，不再根据所述序列结果合并监控端的通信数据，确定所述合并数据流为完整数据流，并输出所述完整数据流。

图4是本发明又一实施例提供的服务端的结构示意图。如图4所示，所述服务端包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304；

其中，所述处理器301、存储器302、通信接口303通过所述通信总线304完成相互间的通信；

所述通信接口303用于该服务端与至少一个监控端之间的信息传输；

所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：所述服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；所述服务端根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：所述服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；所述服务端根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：所述服务端分别接收所述至少一个监控端根据原始数据流处理得到的环境数据和通信数据；所述服务端根据所述环境数据获取得到每个监控端所监听到的所有设备分别对应的信号强度；所述服务端根据每个监控端所监听到的所有设备分别对应的信号强度确定每两个监控端之间的相似度；所述服务端根据所述每两个监控端之间的相似度对所述至少一个监控端进行排序，得到合并所述至少一个监控端的通信数据的序列结果；所述服务端根据所述序列结果合并所述至少一个监控端的通信数据，从而实现所述至少一个监控端的原始数据流的合并。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的服务端等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。