[发明专利]一种基于BP神经网络预测的二分探测心跳间隔系统及方法

说明书

本发明请求保护一种基于BP神经网络预测的二分探测心跳间隔系统及方法，包括：网络特征数据获取模块，用于从现有的一些公开数据集获取，或者通过WireShark在内的抓包软件对数据进行获取；网络拥塞程度预测模块，用于利用BP神经网络预测模型进行预测，将当前网络的一些衡量网络拥塞程度指标的数据参数作为BP网络预测模型的输入，将带宽占用率作为BP网络预测模型的输出，并且作为衡量网络拥塞程度的唯一指标；心跳间隔动态调整模块，根据网络拥塞程度预测模块预测的结果，利用二分法动态的调整客户端给服务器发送心跳包的时间间隔，本发明通过BP神经网络预测模型结合二分探测动态地寻找当前网络环境下的最优心跳来维持所需的长连接。

技术领域

本发明属于即时通信应用开发中的心跳机制领域，具体来说就是寻找在即时通信过程中适应当前网络质量的最优心跳间隔的方法。

背景技术

当前的即时通信应用开发过程中，例如微信、QQ等。为了保证客户端与服务端的即时地进行消息通信，双方需要维持一个TCP的长连接。但是在实际情况中，因为NAT超时以及终端宕机等问题会造成TCP链路中断。而维持长连接采用的方式就是采用心跳机制，具体来说就是服务端或者客户端定时地给对方发送一个心跳包，然后对方回复一个心跳包来告知对方在线，若长时间没有收到来自对方的回复包，则认为链路已中断，需要客户端重新连接服务端。

因此,在现有技术中会定时地由客户端或服务端向对方发送一个心跳包并且对方回复一个心跳包来保证通信链路的存在。在实际情况中，通过定时地发送心跳包，若心跳间隔设置过小，则会加大客户端流量电量的消耗以及加重服务器的负载，严重还会导致网络拥塞。若心跳间隔设置过大，则会导致通信双方不能及时地发现通信链路的中断，从而导致客户端或服务端掉线的问题，影响双方的通信。基于上述的局限性，本发明提出一种基于BP神经网络预测的二分探测心跳间隔方法。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种基于BP神经网络预测的二分探测心跳间隔系统及方法。本发明的技术方案如下：

一种基于BP神经网络预测的二分探测心跳间隔系统，其包括：网络特征数据获取模块、网络拥塞程度预测模块以及心跳间隔动态调整模块；其中，

网络特征数据获取模块，用于从现有的一些公开数据集获取，或者通过WireShark在内的抓包软件对可以表征网络拥塞程度的数据进行获取；

网络拥塞程度预测模块，用于利用BP神经网络预测模型进行预测，将当前网络的一些衡量网络拥塞程度指标的数据参数作为BP网络预测模型的输入，将带宽占用率作为BP网络预测模型的输出，并且作为衡量网络拥塞程度的唯一指标；

心跳间隔动态调整模块，根据网络拥塞程度预测模块预测的结果，利用二分法动态的调整客户端给服务器发送心跳包的时间间隔，心跳包指的是在客户端和服务器之间定时通知对方自己状态的一个自己定义的命令字，按照一定的时间间隔发送，类似于心跳。

进一步的，所述网络特征数据获取模块包括当前网络下的网络吞吐量、网络延时以及丢包率，其中网络吞吐量是指在没有帧丢失的情况下，设备能够接收并转发的最大数据速率；网络延时是指在传输介质中传输所用的时间，即从报文开始进入网络到它开始离开网络之间的时间；丢包率是指测试中所丢失数据包数量占所发送数据组的比率，计算方法是:“[(输入报文-输出报文)/输入报文]*100％”。