[发明专利]预测对等网络中对等体的继续在线时长的方法及装置

权利要求书

1.一种预测对等网络中对等体的继续在线时长的方法，其特征在于，包括：

获取对等体的M个历史生命周期样本数据s_i，i＝1，...，M；

确定待建立的高斯混合模型中，高斯成分的个数n，n是大于或等于2的正整 数；所述高斯混合模型表示所述对等体的继续在线时长的概率分布；

利用s_i与n，建立所述高斯混合模型；

利用被建立的高斯混合模型和所述对等体的当前已在线时长，预测所述对 等体的继续在线时长。

2.根据权利要求1所述的方法，其特征在于，利用s_i与n，建立所述高斯混 合模型包括：

计算所述高斯混合模型的混合模型参数，所述混合模型参数包括：

所述高斯混合模型中，各个高斯成分对应的高斯分布参数，以及各个高斯 成分所占权重。

3.根据权利要求2所述的方法，其特征在于，记第j个高斯成分的高斯分布 参数为μ_j和记第j个高斯成分的对应的权重为w_j，计算所述混合模型参数包 括：

利用最大似然法求混合模型参数，包括：

建立包括所述混合模型参数的似然函数

其中，s_i的出现概率为p(s_i|θ)；将S_i以及混合模型参数的 初始值作为已知量，推算似然函数取极大值时，混合模型参数对应的取值，所 述取值为所述高斯混合模型中，各混合模型参数的值。

4.根据权利要求3所述的方法，其特征在于，预测所述对等体的继续在线 时长包括：

计算所述对等体生命周期的出现概率密度为：s表 示所述对等体的生命周期；

利用所述p(s)计算所述对等体继续存活y时长的概率Q(y)＝p(s＞(t+y)|s＞t)； 其中，t为给定值，表示对等体的当前已在线时长；

利用Q(y)求所述对等体继续在线时长的期望值。

5.根据权利要求1所述的方法，其特征在于，预测所述对等体的继续在线 时长后，该方法进一步包括：

根据预测出的所述继续在线时长的期望值，以及所述对等体已在线时长， 算出所述对等体本次存活的生命周期。

6.一种预测对等网络中对等体的继续在线时长的装置，其特征在于，包括：

获取单元，获取对等体的M个历史生命周期样本数据s_i，i＝1，...，M；

模型建立单元，利用获取单元获取的s_i，以及预先设置的待建立的高斯混合 模型中，高斯成分的个数n，建立所述高斯混合模型；n是大于或等于2的正整数； 所述高斯混合模型表示所述对等体的继续在线时长的概率分布；

预测单元，利用模型建立单元建立的所述高斯混合模型和所述对等体的当 前已在线时长，预测所述对等体的继续在线时长。

7.根据权利要求6所述的装置，其特征在于，所述模型建立单元包括：

参数计算单元，计算所述高斯混合模型的混合模型参数，

所述混合模型参数包括：

所述高斯混合模型中，各个高斯成分对应的高斯分布参数，以及各个高斯 成分所占权重。

8.根据权利要求7所述的装置，其特征在于，所述参数计算单元包括：

函数构建单元，建立包括所述混合模型参数的似然函数；

估算单元，计算所述函数构建单元构建的所述似然函数取最大值时，混合 模型参数的估算值。

9.根据权利要求6所述的装置，其特征在于，预测单元包括：

概率密度计算单元，计算所述对等体生命周期的出现概率密度；

继续存活概率计算单元，利用概率密度计算单元算出的所述出现概率密度， 以当前已在线时长作为已知条件求所述对等体继续存活某时长的概率；

时长计算单元，利用所述继续存活概率计算单元算出的概率，求取所述对 等体的继续在线时长。