一种报文检测方法、装置、电子设备及存储介质与流程

1.本技术涉及计算机领域，尤其涉及一种报文检测方法、装置、电子设备及存储介质。


背景技术：

2.目前车载通信网络主要是can网络，车内控制器通过can网络进行控制指令以及车辆状态信息的交互，进而使得车辆各零部件、部件之间信息共享、相互协调，进而实现相应的功能。但can网络由于在设计之初没有考虑信息安全问题，随着车联网的普及，必然会对车控网络以及车辆行驶造成严重威胁。目前为了解决can网络安全威胁，一些技术人员将以太网引入车载网络，这无疑是个趋势。但是，考虑目前can网络的大规模应用，对can报文的检测也作为一项重要技术广泛应用。
3.但是相关的技术中，虽然将can报文信息与身份信息等共同处理，但是处理的过程难以体现can报文的状态识别，而且神经网络的训练复杂度和计算量比较大，不能考虑到报文身份信息判定以及和数据载荷的关联性，不适合车载控制器使用；同时，由于报文信息量庞大，单次检测会产生计算量庞大、处理周期长的情况，不能做到即时性处理。


技术实现要素：

4.本发明实施例的目的在于提供一种报文检测方法、装置、电子设备及存储介质，以解决检测模型复杂导致检测计算量大以及检测步骤单一导致检测周期长的问题。
5.本发明提供了一种报文检测方法，所述方法包括：获取目标报文的身份信息以及报文长度；根据预设报文白名单对所述目标报文的身份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非所述报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文；将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测。
6.于本发明的一实施例中，将待检测报文传输至预先训练的报文异常状态检测模型进行检测，包括：根据预设数位进制对所述待检测报文的信号数据进行数位进制转换；将所述数位进制转换后的报文输入至预先训练的报文异常状态检测模型进行报文异常状态判定；若所述报文异常状态为异常，则基于异常状态报文进行报文状态异常警示。
7.于本发明的一实施例中，所述预先训练的报文异常状态检测模型的构建包括：采集多个历史正常报文并添加正常状态的分类标记，采集多个历史异常报文并添加异常状态的分类标记，生成历史报文数据集；将所述历史报文数据集划分为训练样本数据集和优化样本数据集；根据所述训练样本数据集构建数据分类模型，并进行训练，得到初始报文异常状态检测模型；根据优化样本数据集对初始报文异常状态检测模型进行迭代优化，得到报文异常状态检测模型，将所述报文异常状态检测模型作为预先训练的报文异常状态检测模型。
8.于本发明的一实施例中，根据优化样本数据集对初始报文异常状态检测模型进行
迭代优化，得到报文异常状态检测模型，包括：根据所述初始报文异常状态检测模型对所述优化样本数据集进行检测，得到优化样本数据集的检测异常状态；基于所述优化样本数据集的检测异常状态与报文标记的异常状态进行对比，将检测异常状态与标记的异常状态不同的报文数据作为新的训练样本数据，加入初始报文异常状态检测模型进行训练，直到得到所述报文异常状态检测模型。
9.于本发明的一实施例中，根据预设报文白名单的身份信息与报文长度阈值范围对所述目标报文的身份信息和报文长度进行对比，包括：获取预设报文白名单的身份信息以及报文长度阈值范围，其中所述报文长度阈值范围是根据所述预设报文白名单中报文的长度最值确定；根据预设报文白名单的身份信息以及报文长度阈值范围与目标报文的身份信息和/或报文长度进行对比，得到与预设报文白名单的身份信息不匹配的报文以及非所述报文白名单的报文长度阈值范围内的报文。
10.于本发明的一实施例中，得到与预设报文白名单的身份信息不匹配的报文以及非所述报文白名单的报文长度阈值范围内的报文后，还包括：将与预设白名单的身份信息不匹配的报文进行报文身份异常警示；将非所述白名单的报文长度阈值范围内的报文进行报文长度异常警示。
11.于本发明的一实施例中，所述报文是由各车端控制器发出，将待检测报文的信号数据传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测后，还包括：根据所述报文状态异常警示、报文身份异常警示及报文长度异常警示生成当前报文异常警示信息；将所述当前报文异常警示信息发送至云端及本地存储端，以反馈车端控制器安全状况以及对报文异常警示信息进行记载。
12.本发明实施例还提供了一种报文检测装置，所述装置包括：信息获取模块，用于获取目标报文的身份信息以及报文长度；初步检测模块，用于根据预设报文白名单对所述目标报文的身份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非所述报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文；状态检测模块，用于将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测。
13.本发明实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述任一项所述的报文检测方法实施例。
14.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行上述任一项所述的报文检测方法实施例。
15.本发明实施例中的一种报文检测方法、装置、电子设备及存储介质，该方法获取目标报文的身份信息以及报文长度，然后根据预设报文白名单对目标报文的身份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非预设报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文，之后将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测其中，预先训练的报文异常状态检测模型是以数据分类模型为依据构建的，有效减少模型检测的复杂性与计算量，其次在进入模型检测前先将异常身份信息和异常长度的报文排除，通过减少模型数据的处理
量，加快了报文检测效率。
16.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
18.图1是本技术的一示例性实施例示出的示例性系统架构的示意图；
19.图2是本技术的一示例性实施例示出的一种报文检测方法的流程图；
20.图3是本技术的一示例性实施例示出的报文异常状态检测过程框图；
21.图4是本技术的一示例性实施例示出的模拟退火优化流程示意图；
22.图5是本技术的一示例性实施例示出的报文检测方法一种具体的流程图；
23.图6是本技术的一示例性实施例示出的报文检测装置示意图；
24.图7是本技术的一示例性实施例示出的电子设备的计算机系统的结构示意图。
具体实施方式
25.以下将参照附图和特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
26.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
27.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
28.在本技术中提及的“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
29.图1是本技术的一示例性实施例示出的示例性系统架构的示意图。
30.参照图1所示，系统架构可以包括车端101和计算机设备102。其中，车端101用于采集车内控制器局域网的报文信息，得到目标报文的身份信息以及报文长度，并提供给计算机设备102进行处理。计算机设备102可以是微型计算机、嵌入式计算机、网络计算机等中的至少一种。相关技术人员可以在计算机设备102实现根据预设报文白名单对目标报文的身
份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文，并将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测。
31.示意性的，计算机设备102在获取到车端101的当前报文的身份信息、长度参数及信号数据，和预设报文白名单的身份信息及报文长度阈值范围，基于白名单的身份信息与报文长度阈值范围，对当前报文的身份信息和报文长度参数进行筛选，将其中与非白名单身份信息中的报文身份以及与非白名单的报文长度阈值范围内的报文长度参数具有映射关系的报文剔除，将剔除后的报文信号数据传至预先训练的报文异常状态检测模型进行检测，其中，异常状态检测模型是以线性分类模型为依据构建的，有效减少模型检测的复杂性与计算量，其次在进入模型检测前先将异常身份信息和异常长度参数的报文排除，通过减少模型数据的处理量，加快了检测效率。
32.图2是本技术的一示例性实施例示出的一种报文检测方法的流程图，该报文检测方法可以用计算处理设备来执行，该计算处理设备可以是图1中所示的计算机设备102。参照图2所示，该报文检测方法的流程图至少包括步骤s210至步骤s230，详细介绍如下：
33.在步骤s210中，获取目标报文的身份信息以及报文长度。
34.在本技术的一个实施例中，当前报文的信号数据的获取，需要先获取当前报文的数据库，之后再提取数据库中信号数据，信号数据包括信号种类数据、信号长度数据、信号起始位置数据及信号数目数据。
35.在本技术的一个实施例中，上述的当前报文的身份信息、报文长度都可以以16进制数值形式进行标准化格式转化。
36.需要注意的是，数值的16进制形式处理仅为本实施例的一种示例性数据处理方式举例，在此不对具体应用中数值进制形式做具体限定。
37.在步骤s220中，根据预设报文白名单对目标报文的身份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文。
38.在本技术的一个实施例中，根据预设报文白名单的身份信息与报文长度阈值范围对目标报文的身份信息和报文长度进行对比，包括获取预设报文白名单的身份信息以及报文长度阈值范围，其中报文长度阈值范围是根据预设报文白名单中报文的长度最值确定，然后根据预设报文白名单的身份信息以及报文长度阈值范围与目标报文的身份信息和/或报文长度进行对比，得到与预设报文白名单的身份信息不匹配的报文以及非报文白名单的报文长度阈值范围内的报文。
39.在本技术的一个实施例中，报文长度阈值范围是根据预设报文白名单中报文的长度最值确定，例如白名单中最长报文字符数为10，最短报文字符数为2，则当前报文长度阈值范围即2到10。
40.在本技术的一个实施例中，预设报文白名单是结合具体控制器局域网网络的控制器局域网报文情况的历史情况与总线传输标准协议筛选正常状态的报文，将筛选出的报文列为预设报文白名单，其中，白名单的设立条件可以依据具体应用环境的需求进行改变，在此不做具体限定。
41.在本技术的一个实施例中，在得到与预设报文白名单的身份信息不匹配的报文以
及非报文白名单的报文长度阈值范围内的报文后，还包将与预设白名单的身份信息不匹配的报文进行报文身份异常警示，再将非白名单的报文长度阈值范围内的报文进行报文长度异常警示。
42.在步骤s230中，将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测。
43.在本技术的一个实施例中，将待检测报文传输至预先训练的报文异常状态检测模型进行检测的过程，可以在图3所示的一示例性实施例示出的报文异常状态检测过程框图中执行，具体参照图3所示，包括以下步骤：
44.步骤s310，根据预设数位进制对待检测报文的信号数据进行数位进制转换；
45.步骤s320，将数位进制转换后的信号数据输入至预先训练的报文异常状态检测模型进行报文异常状态判定；
46.在本技术的一个实施例中，预先训练的报文异常状态检测模型的构建需要首先采集多个历史正常报文并添加正常状态的分类标记，采集多个历史异常报文并添加异常状态的分类标记，生成历史报文数据集，之后将历史报文数据集划分为训练样本数据集和优化样本数据集，再根据训练样本数据集构建数据分类模型，并进行训练，得到初始报文异常状态检测模型，在之后还要根据优化样本数据集对初始报文异常状态检测模型进行迭代优化，得到报文异常状态检测模型，并将报文异常状态检测模型作为预先训练的报文异常状态检测模型。
47.在本技术的一个实施例中，预先训练的报文异常状态检测模型可以以支持向量机为框架构建状态检测模型，在该框架下构建检测模型需要首先将样本数据集中的正常样本数据赋值为1，将异常样本数据赋值为-1，然后给出分类界面，该分类界面可用于将正常的与异常的样本数据进行分类，该分类界面的公式表达为
48.ω
t
x+b＝0
ꢀꢀꢀ
公式(1)
49.其中ω
t
为法向量，b为位移量，x为单个样本数据所在向量。
50.在本技术的一个实施例中，为了得到能够稳定测试的模型，需要将该分类界面远离样本数据点，所以需要计算出样本数据到分类界面的距离，求解出样本数据到分类界面的距离的最大值来使报文异常状态检测模型稳定。
51.在本技术的一个实施例中，根据优化样本数据集对初始报文异常状态检测模型进行迭代优化，需要先根据初始报文异常状态检测模型对优化样本数据集进行检测，得到优化样本数据集的检测异常状态，再基于优化样本数据集的检测异常状态与报文标记的异常状态进行对比，将检测异常状态与标记的异常状态不同的报文数据作为新的训练样本数据，加入初始报文异常状态检测模型进行训练，直到得到报文异常状态检测模型。
52.在本技术的一个实施例中，根据优化样本数据集对初始报文异常状态检测模型进行迭代优化的方法可以采用模拟退火优化方法求解优化问题，该过程可以在图4的模拟退火优化流程图中执行，具体如图4。
53.图4是本技术的一示例性实施例示出的模拟退火优化流程示意图，其步骤为：首先根据现有的初始报文异常状态检测模型给定初始点及初始温度，在优化样本数据集搜索下一测试点，并基于当前测试点的测试结果对初始点的测试结果进行对比，判定初始点和当前测试点的测试结果的更优解，若当前测试点结果小于初始点测试结果，则接收新解，温度
下降；若当前测试点结果大于初始点测试结果，则根据当前温度判定该结果的接收概率，若判定结果为接收该测试结果，则温度下降，循环上述步骤，直到温度下降至预设临界值，此时优化结果达到当前最大化，上述初始报文异常状态检测模型优化完成，得到稳定报文异常状态检测模型。
54.步骤s330，若报文异常状态为正常，则结束本次报文检测；
55.步骤s340，若报文异常状态为异常，则基于异常状态报文进行报文状态异常警示。
56.在本技术的一个实施例中，在得到报文状态异常警示之后还需要将报文状态异常警示、报文身份异常警示及报文长度参数异常警示记录为当前报文异常警示信息，在将所诉当前报文异常警示信息发送至云端，以实现及时反馈车端控制器安全状况以及对报文异常警示信息的记载。
57.请参阅图5，图5是本技术的一示例性实施例示出的报文检测方法一种具体的流程图。该方法可以应用于图5所示的实施环境，并由该实施环境中的服车端101和/或计算机设备102具体执行。应理解的是，该方法也可以适用于其它的示例性实施环境，并由其它实施环境中的设备具体执行，本实施例不对该方法所适用的实施环境进行限制。
58.如图5所示，在一示例性的实施例中，该具体的报文检测方法包括接受实时的can报文的身份信息、报文长度参数及信号数据，和预设报文白名单的身份信息及报文长度阈值范围，然后判断can报文的身份信息与白名单身份信息对比下的状态，若判定为异常则进行can身份异常报警，并将异常报文剔除，将剩下的报文传送至报文长度参数状态检测模块，若报文长度参数状态为异常则进行dlc(报文长度参数)异常报警，并将异常报文剔除，将剔除后的报文根据预设的提取信号的方法对报文中的信号信息进行提取，并对提取后的信号信息进行归一化处理，最后在检测模型中进行报文异常状态检测，若检测结果为异常，则针对异常报文信息进行异常报警，若检测结果为正常则返回第一步，结束本次检测。
59.以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的报文检测方法。对于本技术系统实施例中未披露的细节，请参照本技术上述的报文检测方法的实施例。
60.图6是本技术的一示例性实施例示出的报文检测装置示意图。该装置可以应用于图2所示的实施环境，并具体配置在计算机设备102中。该装置也可以适用于其他的示例性实施环境，并具体配置在其他设备中，本实施例不对该装置所适用的实施环境进行限制。
61.如图6所示，该示例性的道路形态危险等级生成装置包括：信息获取模块601、初步检测模块602、状态检测模块603。
62.其中，信息获取模块601，用于获取目标报文的身份信息以及报文长度；初步检测模块602，用于根据预设报文白名单对目标报文的身份信息和报文长度进行对比，将与预设报文白名单的身份信息不匹配的报文以及非报文白名单的报文长度阈值范围内的报文剔除，得到待检测报文；状态检测模块603，用于将待检测报文传输至预先训练的报文异常状态检测模型进行检测，以对报文异常状态进行检测。
63.本技术的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的报文检测方法。
64.图7示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本技术实施例
的功能和使用范围带来任何限制。
65.如图7所示，计算机系统700包括中央处理单元(central processing unit，cpu)701，其可以根据存储在只读存储器(read-only memory，rom)702中的程序或者从储存部分加载到随机访问存储器(random access memory，ram)703中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在ram 703中，还存储有系统操作所需的各种程序和数据。cpu 701、rom 702以及ram 703通过总线彼此相连。输入/输出(input/output，i/o)接口705也连接至总线704。
66.以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liqu身份crystal display，lcd)等以及扬声器等的输出部分707；包括硬盘等的储存部分708；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入储存部分708。
67.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本技术的系统中限定的各种功能。
68.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读的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，其中承载了计算机可读的计算机程序。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
69.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可
以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
70.在上述实施例的对应附图中，连接线可以表示各个部件之间的连接关系，以表示更多的构成信号路径(constituent_signal path)和/或一些线的一个或多个末端具有箭头，以表示主要信息流向，连接线作为一种标识，不是对方案本身的限制，而是结合一个或多个事例性实施例使用这些线有助于更容易地接电路或逻辑单元，任何所代表的信号(由设计需求或偏好所决定)实际上可以包括可以在任意一个方向传送的并且可以以任何适当类型的信号方案实现的一个或多个信号。
71.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
72.本技术的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前的报文检测方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
73.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
74.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本技术实施方式的方法。
75.应当注意，本技术可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
76.本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
77.应当理解的是，本上述内容，仅为本技术的较佳示例性实施例，并非用于限制本技术的实施方案，本领域普通技术人员根据本技术的主要构思和精神，可以十分方便地进行相应的变通或修改，故本技术的保护范围应以权利要求书所要求的保护范围。