[发明专利]一种基于客户输入行为的tcp报文半包粘包智能处理方法

说明书

本发明涉及一种基于客户输入行为的tcp报文半包粘包智能处理方法，应用用户的历史报文数据，针对循环神经网络进行训练，获得用户所对应的报文长度预测模型，由通信服务端据此预测用户输入报文的长度，并按此报文预测长度、在socket数据包传输通道中进行获取，即利用大数据分析的能力，对用户输入报文进行算法分析，并预估该用户合适的解析长度，降低解析次数与时长，在保证数据报文完整性的同时，有效提高了报文的解析速度与系统IO速度，能够获得更加高效的报文处理工作效率。

技术领域

本发明涉及一种基于客户输入行为的tcp报文半包粘包智能处理方法，属于报文传输处理技术领域。

背景技术

当今的业务平台，即时通信工具串联整个平台业务线的做法屡见不鲜，一个稳定、高效的即时通信机制会对公司的利益产生巨大的影响。在Socket通信领域的报文传输过程中，半包粘包问题，会导致数据包不完整，丢失关键性数据，极大影响数据落地的准确性，对公司利益造成巨大影响。目前业内通用的做法是半包等粘包，粘包取整包的逻辑；但是此做法虽然保证数据报文的完整性，但是损失了报文解析速度与系统IO速度。

随着通信平台活跃用户越来越大，消息流量急剧上升，用户对消息到达的速率要求越来越高，以损失报文解析速度与系统IO提高报文完整性的做法，已渐渐不满足通信机制的发展进步。

发明内容

本发明所要解决的技术问题是提供一种基于客户输入行为的tcp报文半包粘包智能处理方法，在保证数据报文完整性的同时，有效提高了报文的解析速度与系统IO速度，能够获得更加高效的报文处理工作效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于客户输入行为的tcp报文半包粘包智能处理方法，用于通信服务端预测目标用户输入报文的长度，由通信服务端按此报文预测长度、在socket数据包传输通道中进行获取；基于循环神经网络，执行如下步骤A至步骤G；其中，循环神经网络中依次包括输入层、隐藏层、输出层；

步骤A.获取目标用户对应当前时刻向历史时刻方向、预设时长范围内所发各个报文的集合R，然后进入步骤B；

步骤B.分别针对集合R中的各个报文，应用分词器对报文进行分词处理，获得报文所对应的分词结果；进而获得集合R中各个报文分别所对应的分词结果，然后初始化t＝1，并进入步骤C；

步骤C.将集合R中第t个报文所对应分词结果输入循环神经网络中正向传播，依次经过输入层、隐藏层、输出层，获得其中隐藏层输出结果与输出层输出结果，并进入步骤D；

步骤D.将集合R中第t+1个报文所对应分词结果、以及第t个报文所对应分词结果参与应用循环神经网络过程中的隐藏层输出结果，一起输入循环神经网络中正向传播，依次经过输入层、隐藏层、输出层，获得其中隐藏层输出结果与输出层输出结果，并进入步骤E；

步骤E.针对第t+1个报文所对应分词结果参与应用循环神经网络的输出层输出结果，应用预设损失函数进行处理，获得所对应的损失结果，并应用反向传播算法针对循环神经网络正向传播过程中的线性关系矩阵进行训练优化，然后进入步骤F；

步骤F.判断t+1是否等于集合R中报文的总个数T，是则该循环神经网络即作为目标用户所对应的报文长度预测模型，并进入步骤G；否则针对t的值进行加1更新，并返回步骤D；

步骤G.应用目标用户所对应的报文长度预测模型，针对目标用户未来输入报文的长度进行预测，获得报文预测长度。

作为本发明的一种优选技术方案：所述步骤C中，将集合R中第t个报文所对应分词结果x^t输入循环神经网络中正向传播，依次经过输入层、隐藏层、输出层，如下获得其中隐藏层输出结果h^t与输出层输出结果o^t如下：

o^t＝Vh^t+c