欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

檢測(cè)報(bào)文心跳周期的自適應(yīng)方法和裝置的制作方法

文檔序號(hào):7889700閱讀:168來(lái)源:國(guó)知局
專利名稱:檢測(cè)報(bào)文心跳周期的自適應(yīng)方法和裝置的制作方法
技術(shù)領(lǐng)域
本發(fā)明涉及通信技術(shù)領(lǐng)域,尤其涉及一種檢測(cè)報(bào)文心跳周期的自適應(yīng)方法和裝置。
背景技術(shù)
對(duì)于網(wǎng)絡(luò)管理系統(tǒng),網(wǎng)絡(luò)鏈路檢測(cè)是一個(gè)必不可少的功能。網(wǎng)元設(shè)備(簡(jiǎn)稱網(wǎng)元)通過(guò)主動(dòng)響應(yīng)網(wǎng)管服務(wù)器(簡(jiǎn)稱網(wǎng)管)的輪詢檢查、或者網(wǎng)元定期向網(wǎng)管發(fā)送檢測(cè)報(bào)文的心跳周期的方式保證鏈路通暢。如圖1所示,網(wǎng)絡(luò)管理系統(tǒng)通過(guò)檢測(cè)報(bào)文的心跳周期進(jìn)行周期性的信息交流,網(wǎng)元向網(wǎng)管發(fā)送檢測(cè)報(bào)文的心跳周期,在鏈路正常的情況下,網(wǎng)管接收到該檢測(cè)報(bào)文的心跳周期則認(rèn)為網(wǎng)管與網(wǎng)元之間的鏈路正常;若由網(wǎng)元異?;蛘哝溌樊惓?dǎo)致網(wǎng)管未收到網(wǎng)元的檢測(cè)報(bào)文的心跳周期,則表明網(wǎng)元與網(wǎng)管之間的通訊鏈路發(fā)生故障?,F(xiàn)有心跳探測(cè)主要存在以下問(wèn)題。1、心跳周期難以設(shè)定心跳周期一般設(shè)定為固定的長(zhǎng)度,但這個(gè)周期往往很難滿足各種不同的應(yīng)用場(chǎng)景。
2、心跳周期算法缺乏自學(xué)習(xí)功能某些網(wǎng)絡(luò)管理系統(tǒng)采用心跳周期動(dòng)態(tài)計(jì)算方法,也往往采用的固定的計(jì)算公式,很難適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是提供一種檢測(cè)報(bào)文心跳周期的自適應(yīng)方法和裝置,以解決現(xiàn)有檢測(cè)報(bào)文心跳周期的計(jì)算方法適應(yīng)性差的問(wèn)題。為解決以上技術(shù)問(wèn)題,本發(fā)明提供了一種檢測(cè)報(bào)文心跳周期的自適應(yīng)方法,該方法包括:構(gòu)建步驟,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,所述神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)為影響心跳周期的心跳周期參數(shù),其輸出層節(jié)點(diǎn)為心跳周期,所述神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系;自學(xué)習(xí)觸發(fā)步驟,判斷符合自學(xué)習(xí)的觸發(fā)條件時(shí),觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述樣本集進(jìn)行自學(xué)習(xí);計(jì)算觸發(fā)步驟,判斷符合計(jì)算心跳周期的觸發(fā)條件時(shí),采集心跳周期計(jì)算參數(shù)輸入所述神經(jīng)網(wǎng)絡(luò)模型,得到心跳周期計(jì)算值;心跳周期更新步驟,判斷符合心跳周期更新的觸發(fā)條件時(shí),根據(jù)所述心跳周期計(jì)算值更新當(dāng)前心跳周期,否則執(zhí)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(xué)習(xí)步驟。進(jìn)一步地,所述參數(shù)包括以下一個(gè)或多個(gè):網(wǎng)元個(gè)數(shù)、網(wǎng)絡(luò)擁塞系數(shù)、網(wǎng)絡(luò)流量、設(shè)備使用率、CPU占用率、平均心跳周期、當(dāng)前心跳周期、調(diào)整值。進(jìn)一步地,所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行自學(xué)習(xí)的過(guò)程包括:提取樣本集中的某個(gè)樣本參數(shù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn),得到輸出層節(jié)點(diǎn)的心跳周期樣本計(jì)算值;計(jì)算該心跳周期樣本計(jì)算值與所述樣本中對(duì)應(yīng)的心跳周期樣本值之間的誤差;若該誤差值小于預(yù)設(shè)閾值,則流程結(jié)束,若該誤差值大于預(yù)設(shè)閾值,則根據(jù)該誤差值修正該神經(jīng)網(wǎng)絡(luò)模型的連接權(quán)值,直到重新計(jì)算的心跳周期樣本計(jì)算值與對(duì)應(yīng)的心跳周期樣本值之間的誤差小于預(yù)設(shè)閾值。進(jìn)一步地,所述神經(jīng)網(wǎng)路根據(jù)誤差梯度下降的方向修正所述連接權(quán)值,并按比列疊加前次的連接權(quán)值變化量。優(yōu)選地,所述樣本集更新步驟中,將所述心跳周期計(jì)算參數(shù)和心跳周期計(jì)算值的映射關(guān)系更新入原樣本集,或,將原樣本集中與新得到的映射關(guān)系相似的映射關(guān)系進(jìn)行加權(quán)合并后加入原樣本集??蛇x地,所述心跳周期更新的觸發(fā)條件為:所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值之間的偏差都大于第一閾值,且所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值的平均值的偏差大于第二閾值。進(jìn)一步地,所述計(jì)算心跳周期的觸發(fā)條件、自學(xué)習(xí)的觸發(fā)條件或所述心跳周期更新的觸發(fā)條件為定時(shí)觸發(fā)或事件觸發(fā)。為解決以上技術(shù)問(wèn)題,本發(fā)明還提供了一種檢測(cè)報(bào)文心跳周期的自適應(yīng)裝置,該裝置包括:神經(jīng)網(wǎng)絡(luò)模型模塊,用于計(jì)算心跳周期,其輸入層節(jié)點(diǎn)為影響心跳周期的心跳周期參數(shù),其輸出層節(jié)點(diǎn)為心跳周期,所述神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系,該方法包括:自學(xué)習(xí)觸發(fā)模塊,用于在判斷符合自學(xué)習(xí)觸發(fā)條件時(shí),觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述樣本集進(jìn)行自學(xué)習(xí);計(jì)算觸發(fā)模塊,用于在判斷符合計(jì)算心跳周期的觸發(fā)條件時(shí),采集心跳周期計(jì)算參數(shù)輸入所述神經(jīng)網(wǎng)絡(luò)模型,觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型計(jì)算得到心跳周期計(jì)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(shí),根據(jù)所述神經(jīng)網(wǎng)絡(luò)模型輸出的心跳周期計(jì)算值更新當(dāng)前心跳周期;樣本集更新模塊,用于更新所述神經(jīng)網(wǎng)絡(luò)模型的樣本集。本發(fā)明檢測(cè)報(bào)文心跳周期的自學(xué)習(xí)方法和裝置,能夠根據(jù)當(dāng)前環(huán)境條件動(dòng)態(tài)地調(diào)整檢測(cè)報(bào)文的心跳周期,避免在網(wǎng)絡(luò)負(fù)載過(guò)大的情況下網(wǎng)管或網(wǎng)元由于檢測(cè)報(bào)文的心跳周期發(fā)送周期設(shè)置不正確而導(dǎo)致重要業(yè)務(wù)受到影響。同時(shí),避免心跳周期設(shè)置不正確導(dǎo)致的帶寬與系統(tǒng)資源浪費(fèi),還可以避免對(duì)網(wǎng)管性能帶來(lái)的沖擊。


圖1為心跳鏈路檢測(cè)機(jī)制示意圖;圖2為心跳周期計(jì)算BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu);圖3為本發(fā)明檢測(cè)報(bào)文心跳周期的自適應(yīng)方法的流程示意圖4為本發(fā)明檢測(cè)報(bào)文心跳周期的自適應(yīng)裝置的模塊結(jié)構(gòu)示意圖。
具體實(shí)施例方式本發(fā)檢測(cè)報(bào)文心跳周期的自適應(yīng)方法,如圖3所示,包括以下具體步驟:步驟SlOl,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型;具體地,神經(jīng)網(wǎng)絡(luò)模型有多種,以下本發(fā)明以采用BP(Back Propagation,反向傳播)神經(jīng)網(wǎng)絡(luò)模型為例對(duì)本發(fā)明檢測(cè)報(bào)文心跳周期的自適應(yīng)方法進(jìn)行說(shuō)明??衫斫獾?,本發(fā)明方法不限于BP神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)管系統(tǒng)啟動(dòng)時(shí)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,如圖2所示,神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)(也稱為輸入層神經(jīng)元)是影響心跳周期計(jì)算的各參數(shù)(X1-Xn),主要有網(wǎng)元個(gè)數(shù)η、網(wǎng)絡(luò)擁塞系數(shù)δ、網(wǎng)絡(luò)流量1、設(shè)備使用率s、CPU占用率m、平均心跳周期V、當(dāng)前心跳周期t、調(diào)整值z(mì)
坐寸ο網(wǎng)元個(gè)數(shù)η對(duì)應(yīng)網(wǎng)絡(luò)中的實(shí)際網(wǎng)元數(shù)量。網(wǎng)絡(luò)擁塞系數(shù)δ可以采用如下公式計(jì)算:δ = ^(λα + bf !{λα'+b'f ,a、b分別表示當(dāng)前網(wǎng)管與網(wǎng)元的負(fù)載狀況的數(shù)值,a’、b’分別表示上次檢測(cè)報(bào)文的心跳周期接收時(shí)網(wǎng)管與網(wǎng)元的負(fù)載狀況的數(shù)值,OS a、b、a’、b’ ^ I, λ為服務(wù)器權(quán)值,K λ < 10。網(wǎng)絡(luò)流量I為當(dāng)前網(wǎng)絡(luò)流量除以最大可承載的網(wǎng)絡(luò)流量。設(shè)備使用率s為當(dāng)前網(wǎng)絡(luò)中正在工作的網(wǎng) 元設(shè)備數(shù)量除以網(wǎng)元設(shè)備總數(shù)量。CPU占用率m為當(dāng)前服務(wù)器CPU使用率。平均心跳周期V為服務(wù)器啟動(dòng)后個(gè)網(wǎng)元心跳周期的平均值。當(dāng)前心跳周期t為對(duì)應(yīng)待計(jì)算網(wǎng)元的當(dāng)前心跳周期設(shè)定值。調(diào)整值z(mì)為動(dòng)態(tài)調(diào)整參數(shù),由人工根據(jù)整體計(jì)算偏差情況進(jìn)行調(diào)整。所述神經(jīng)網(wǎng)絡(luò)模型的輸出層節(jié)點(diǎn)(也稱為輸出層神經(jīng)元)為心跳周期,所述神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系。隱含層負(fù)責(zé)自適應(yīng)調(diào)節(jié)心跳周期,一般來(lái)說(shuō)隱含層節(jié)點(diǎn)的數(shù)目受輸入、輸出單元的數(shù)目以及待解決問(wèn)題的復(fù)雜度的影響。如果輸入層性能參數(shù)個(gè)數(shù)為n,根據(jù)統(tǒng)計(jì)分析結(jié)果,隱含層節(jié)點(diǎn)(也稱為隱含層神經(jīng)元)個(gè)數(shù)采用如下公式計(jì)算所得的值,其效果較好:z =」(n + m) - k其中,η為輸入層的節(jié)點(diǎn)個(gè)數(shù),m為輸出層的節(jié)點(diǎn)個(gè)數(shù),z為隱含層的節(jié)點(diǎn)個(gè)數(shù),k為調(diào)整值,k的取值范圍為I到5之間的整數(shù)。對(duì)于隱含層來(lái)說(shuō),第j個(gè)節(jié)點(diǎn)的輸出為:Oj = fXX1-^j) = f(u)
i= I其中令》= |wsxxm ,f為隱含層的傳遞函數(shù),XiWj分別為輸入層第i個(gè)節(jié)點(diǎn)以及隱
含層第j個(gè)節(jié)點(diǎn)的輸出,i = I,2,…,n;j = l,2,..., Z0 Θ」為隱含層中第j個(gè)神經(jīng)單元的閾值,Wij是輸入層第i個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)的連接權(quán)值。
輸出層節(jié)點(diǎn)為計(jì)算后的心跳周期。輸出層的輸出為:
權(quán)利要求
1.一種檢測(cè)報(bào)文心跳周期的自適應(yīng)方法,其特征在于,該方法包括: 構(gòu)建步驟,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,所述神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)為影響心跳周期的心跳周期參數(shù),其輸出層節(jié)點(diǎn)為心跳周期,所述神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系; 自學(xué)習(xí)觸發(fā)步驟,判斷符合自學(xué)習(xí)的觸發(fā)條件時(shí),觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述樣本集進(jìn)行自學(xué)習(xí); 計(jì)算觸發(fā)步驟,判斷符合計(jì)算心跳周期的觸發(fā)條件時(shí),采集心跳周期計(jì)算參數(shù)輸入所述神經(jīng)網(wǎng)絡(luò)模型,得到心跳周期計(jì)算值; 心跳周期更新步驟,判斷符合心跳周期更新的觸發(fā)條件時(shí),根據(jù)所述心跳周期計(jì)算值更新當(dāng)前心跳周期,否則執(zhí)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(xué)習(xí)步驟。
2.如權(quán)利要求1所述的方法,其特征在于:所述參數(shù)包括以下一個(gè)或多個(gè):網(wǎng)元個(gè)數(shù)、網(wǎng)絡(luò)擁塞系數(shù)、網(wǎng)絡(luò)流量、設(shè)備使用率、CPU占用率、平均心跳周期、當(dāng)前心跳周期、調(diào)整值。
3.如權(quán)利要求1所述的方法,其特征在于:所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行自學(xué)習(xí)的過(guò)程包括: 提取樣本集中的某個(gè)樣本參數(shù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn),得到輸出層節(jié)點(diǎn)的心跳周期樣本計(jì)算值; 計(jì)算該心跳周期樣本計(jì)算值與所述樣本中對(duì)應(yīng)的心跳周期樣本值之間的誤差; 若該誤差值小于預(yù)設(shè)閾值,則流程結(jié)束,若該誤差值大于預(yù)設(shè)閾值,則根據(jù)該誤差值修正該神經(jīng)網(wǎng)絡(luò)模型的連接權(quán)值,直到重新計(jì)算的心跳周期樣本計(jì)算值與對(duì)應(yīng)的心跳周期樣本值之間的誤差小于預(yù)設(shè)閾值。
4.如權(quán)利要求3所述的方法,其特征在于:所述神經(jīng)網(wǎng)路根據(jù)誤差梯度下降的方向修正所述連接權(quán)值,并按比列疊加前次的連接權(quán)值變化量。
5.如權(quán)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(jì)算參數(shù)和心跳周期計(jì)算值的映射關(guān)系更新入原樣本集,或,將原樣本集中與新得到的映射關(guān)系相似的映射關(guān)系進(jìn)行加權(quán)合并后加入原樣本集。
6.如權(quán)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(fā)條件為:所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值之間的偏差都大于第一閾值,且所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值的平均值的偏差大于第二閾值。
7.如權(quán)利要求1所述的方法,其特征在于:所述計(jì)算心跳周期的觸發(fā)條件、自學(xué)習(xí)的觸發(fā)條件或所述心跳周期更新的觸發(fā)條件為定時(shí)觸發(fā)或事件觸發(fā)。
8.一種檢測(cè)報(bào)文心跳周期的自適應(yīng)裝置,其特征在于,該裝置包括: 神經(jīng)網(wǎng)絡(luò)模型模塊,用于計(jì)算心跳周期,其輸入層節(jié)點(diǎn)為影響心跳周期的心跳周期參數(shù),其輸出層節(jié)點(diǎn)為心跳周期,所述神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系,該方法包括: 自學(xué)習(xí)觸發(fā)模塊,用于在判斷符合自學(xué)習(xí)觸發(fā)條件時(shí),觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述樣本集進(jìn)行自學(xué)習(xí); 計(jì)算觸發(fā)模塊,用于在判斷符合計(jì)算心跳周期的觸發(fā)條件時(shí),采集心跳周期計(jì)算參數(shù)輸入所述神經(jīng)網(wǎng)絡(luò)模型,觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模型計(jì)算得到心跳周期計(jì)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(shí),根據(jù)所述神經(jīng)網(wǎng)絡(luò)模型輸出的心跳周期計(jì)算值更新當(dāng)前心跳周期; 樣本集更新模塊,用于更新所述神經(jīng)網(wǎng)絡(luò)模型的樣本集。
9.如權(quán)利要求8所述的裝置,其特征在于:所述參數(shù)包括以下一個(gè)或多個(gè):網(wǎng)元個(gè)數(shù)、網(wǎng)絡(luò)擁塞系數(shù)、網(wǎng)絡(luò)流量、設(shè)備使用率、CPU占用率、平均心跳周期、當(dāng)前心跳周期、調(diào)整值。
10.如權(quán)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(jì)算參數(shù)和心跳周期計(jì)算值的映射關(guān)系更新入原樣本集,或,將原樣本集中與新得到的映射關(guān)系相似的映射關(guān)系進(jìn)行加權(quán)合并后加入原樣本集。
11.如權(quán)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(fā)條件為:所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值之間的偏差都大于第一閾值,且所述心跳周期計(jì)算值與之前得到的η-1個(gè)心跳周期計(jì)算值的平均值的偏差大于第二閾值。
12.如權(quán)利要求8所述的裝 置,其特征在于:所述計(jì)算心跳周期的觸發(fā)條件、自學(xué)習(xí)的觸發(fā)條件或所述心跳周期更新的觸發(fā)條件為定時(shí)觸發(fā)或事件觸發(fā)。
全文摘要
本發(fā)明涉及一種檢測(cè)報(bào)文心跳周期的自適應(yīng)方法和裝置,該方法包括構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)為影響心跳周期的心跳周期參數(shù),其輸出層節(jié)點(diǎn)為心跳周期,神經(jīng)網(wǎng)絡(luò)模型的樣本集包括心跳周期的樣本參數(shù)和心跳周期樣本值的映射關(guān)系;判斷符合自學(xué)習(xí)的觸發(fā)條件時(shí),觸發(fā)神經(jīng)網(wǎng)絡(luò)模型根據(jù)樣本集進(jìn)行自學(xué)習(xí);判斷符合計(jì)算心跳周期的觸發(fā)條件時(shí),采集心跳周期計(jì)算參數(shù)輸入所述神經(jīng)網(wǎng)絡(luò)模型,得到心跳周期計(jì)算值;判斷符合心跳周期更新的觸發(fā)條件時(shí),根據(jù)心跳周期計(jì)算值更新當(dāng)前心跳周期,否則更新所述樣本集,返回自學(xué)習(xí)步驟。本發(fā)明方法和裝置能夠根據(jù)當(dāng)前環(huán)境條件動(dòng)態(tài)地調(diào)整檢測(cè)報(bào)文的心跳周期。
文檔編號(hào)H04L12/24GK103139008SQ20121003727
公開(kāi)日2013年6月5日 申請(qǐng)日期2012年2月17日 優(yōu)先權(quán)日2011年11月23日
發(fā)明者姜龍 申請(qǐng)人:中興通訊股份有限公司
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
望江县| 嘉善县| 富裕县| 正蓝旗| 宣化县| 平罗县| 安徽省| 景谷| 通河县| 东乌珠穆沁旗| 洪洞县| 宜阳县| 万源市| 拉萨市| 沙田区| 田东县| 恩平市| 长子县| 威信县| 阳新县| 瑞安市| 车险| 阳东县| 曲沃县| 棋牌| 华亭县| 嵩明县| 邮箱| 南陵县| 陕西省| 洪雅县| 太仓市| 博野县| 金堂县| 集贤县| 礼泉县| 毕节市| 得荣县| 盖州市| 保定市| 黎平县|