[發明專利]一種基于時間序列預測的自適應心跳檢測方法

有效

• 申請號: 202010878912.4
• 申請日: 2020-08-27
• 公開（公告）號: CN112235151B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 劉宗寶;張力;李之乾;張琨;李勇翔
• 申請（專利權）人: 北京計算機技術及應用研究所
• 主分類號: H04L43/10
• 分類號: H04L43/10;H04L67/10
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 王雪芬

1.一種基于時間序列預測的自適應心跳檢測方法，其特征在于，包括以下步驟：

步驟1、采用心跳發送周期序列的前k個數據進行ARMA模型的模型定階和在線模型參數辨識，得到心跳發送周期的ARMA模型的參數值c、a_i和b_j；并采用心跳接收周期序列的前k個數據進行ARMA模型的模型定階和在線模型參數辨識，得到心跳接收周期的ARMA模型的參數值d、f_i和g_j；

步驟2、采用心跳發送周期的ARMA模型進行心跳發送周期的一步向前預測，由t時刻之前的實測值得到t時刻心跳發送周期的預測值；采用心跳接收周期的ARMA模型進行心跳接收周期的一步向前預測，由t時刻之前的實測值得到t時刻心跳接收周期的預測值；

步驟3、基于步驟2，執行基于時間序列預測的自適應心跳檢測。

2.如權利要求1所述的方法，其特征在于，還包括：

步驟4、用測量到的t時刻的心跳發送周期實際值和心跳接收周期實際值分別代替t時刻的預測值；

步驟5、令t＝t+1，返回步驟2循環執行預測和檢測步驟，直至系統關機。

3.如權利要求1所述的方法，其特征在于，其中，心跳發送周期的ARMA模型和心跳接收周期的ARMA模型分別為：

其中，和分別是心跳發送周期和心跳接收周期在t時刻的預測值，ΔST_t-i和ΔHT_t-i分別是心跳發送周期和心跳接收周期在t-i時刻的實際值，{ε_t}和{η_t}是白噪聲序列，ps是心跳發送周期的ARMA模型中AR部分的階數，qs是心跳發送周期的ARMA模型中MA部分的階數；ph是心跳接收周期中AR部分的階數，qh是心跳接收周期的ARMA模型中MA部分的階數。

4.如權利要求3所述的方法，其特征在于，步驟3中基于時間序列預測的自適應心跳檢測分為兩個階段：

階段一：在正常狀態，基于推模型進行心跳檢測；

階段二：在故障狀態，基于拉模型進行心跳檢測。

5.如權利要求4所述的方法，其特征在于，步驟3中階段2具體執行流程為：

監控節點收到被監控節點的心跳信號ST_m-1后，在基于心跳接收周期的ARMA模型計算得到的原預測值，即超時時間內未收到被監控節點的下一個心跳信息ST_m；此時基于拉模型進行心跳檢測，監控節點主動發送詢問信號ASK_i，若在規定的超時時間，即發生故障的m時刻心跳接收周期的新預測值內收到被監控節點的心跳信號nST_m，則表明被監控節點正常，此時m時刻心跳發送周期的新預測值為監控節點的心跳接收周期的時間序列變為被監控節點的心跳發送周期的時間序列變為否則，判定被監控節點失效，進行失效處理；

其中，

其中，是基于心跳發送周期的ARMA模型計算得到的原預測值；n_m是網絡延遲，c_m是被監控節點收到確認信號后的響應延遲。

6.如權利要求5所述的方法，其特征在于，中，2n_m+c_m用代替。

7.如權利要求6所述的方法，其特征在于，中，2n_m+c_m用代替。

8.如權利要求1所述的方法，其特征在于，系統開機時開始執行步驟1。

9.如權利要求2所述的方法，其特征在于，步驟5中，返回步驟2循環執行預測和檢測步驟直至系統關機。