[發明專利]檢測報文心跳周期的自適應方法和裝置

在審

• 申請號: 201210037272.X
• 申請日: 2012-02-17
• 公開（公告）號: CN103139008A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 姜龍
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 田紅娟;龍洪

1.一種檢測報文心跳周期的自適應方法，其特征在于，該方法包括：

構建步驟，構建神經網絡模型，所述神經網絡模型的輸入層節點為影響心跳周期的心跳周期參數，其輸出層節點為心跳周期，所述神經網絡模型的樣本集包括心跳周期的樣本參數和心跳周期樣本值的映射關系；

自學習觸發步驟，判斷符合自學習的觸發條件時，觸發所述神經網絡模型根據所述樣本集進行自學習；

計算觸發步驟，判斷符合計算心跳周期的觸發條件時，采集心跳周期計算參數輸入所述神經網絡模型，得到心跳周期計算值；

心跳周期更新步驟，判斷符合心跳周期更新的觸發條件時，根據所述心跳周期計算值更新當前心跳周期，否則執行樣本集更新步驟；

樣本集更新步驟，更新所述樣本集，返回自學習步驟。

2.如權利要求1所述的方法，其特征在于：所述參數包括以下一個或多個：網元個數、網絡擁塞系數、網絡流量、設備使用率、CPU占用率、平均心跳周期、當前心跳周期、調整值。

3.如權利要求1所述的方法，其特征在于：所述神經網絡模型進行自學習的過程包括：

提取樣本集中的某個樣本參數作為神經網絡模型的輸入層節點，得到輸出層節點的心跳周期樣本計算值；

計算該心跳周期樣本計算值與所述樣本中對應的心跳周期樣本值之間的誤差；

若該誤差值小于預設閾值，則流程結束，若該誤差值大于預設閾值，則根據該誤差值修正該神經網絡模型的連接權值，直到重新計算的心跳周期樣本計算值與對應的心跳周期樣本值之間的誤差小于預設閾值。

4.如權利要求3所述的方法，其特征在于：所述神經網路根據誤差梯度下降的方向修正所述連接權值，并按比列疊加前次的連接權值變化量。

5.如權利要求1所述的方法，其特征在于：所述樣本集更新步驟中，將所述心跳周期計算參數和心跳周期計算值的映射關系更新入原樣本集，或，將原樣本集中與新得到的映射關系相似的映射關系進行加權合并后加入原樣本集。

6.如權利要求1所述的方法，其特征在于：所述心跳周期更新的觸發條件為：所述心跳周期計算值與之前得到的n-1個心跳周期計算值之間的偏差都大于第一閾值，且所述心跳周期計算值與之前得到的n-1個心跳周期計算值的平均值的偏差大于第二閾值。

7.如權利要求1所述的方法，其特征在于：所述計算心跳周期的觸發條件、自學習的觸發條件或所述心跳周期更新的觸發條件為定時觸發或事件觸發。

8.一種檢測報文心跳周期的自適應裝置，其特征在于，該裝置包括：

神經網絡模型模塊，用于計算心跳周期，其輸入層節點為影響心跳周期的心跳周期參數，其輸出層節點為心跳周期，所述神經網絡模型的樣本集包括心跳周期的樣本參數和心跳周期樣本值的映射關系，該方法包括：

自學習觸發模塊，用于在判斷符合自學習觸發條件時，觸發所述神經網絡模型根據所述樣本集進行自學習；

計算觸發模塊，用于在判斷符合計算心跳周期的觸發條件時，采集心跳周期計算參數輸入所述神經網絡模型，觸發所述神經網絡模型計算得到心跳周期計算值；

心跳周期更新模塊，用于在判斷符合心跳周期的更新條件時，根據所述神經網絡模型輸出的心跳周期計算值更新當前心跳周期；

樣本集更新模塊，用于更新所述神經網絡模型的樣本集。

9.如權利要求8所述的裝置，其特征在于：所述參數包括以下一個或多個：網元個數、網絡擁塞系數、網絡流量、設備使用率、CPU占用率、平均心跳周期、當前心跳周期、調整值。

10.如權利要求8所述的裝置，其特征在于：所述樣本集更新模塊將所述心跳周期計算參數和心跳周期計算值的映射關系更新入原樣本集，或，將原樣本集中與新得到的映射關系相似的映射關系進行加權合并后加入原樣本集。

11.如權利要求8所述的裝置，其特征在于：所述心跳周期更新的觸發條件為：所述心跳周期計算值與之前得到的n-1個心跳周期計算值之間的偏差都大于第一閾值，且所述心跳周期計算值與之前得到的n-1個心跳周期計算值的平均值的偏差大于第二閾值。

12.如權利要求8所述的裝置，其特征在于：所述計算心跳周期的觸發條件、自學習的觸發條件或所述心跳周期更新的觸發條件為定時觸發或事件觸發。