1.一种基于贝叶斯推断的动态数据包打包方法，含有以下步骤：(1)建立网络时延分布概率模型，并对其中的参数建立先验分布；

步骤11：对网络的时延τ建模成指数分布，其中λ、d为参数。

步骤12:分别对时延分布模型中的参数建立先验分布，其中a、b、α、β为可选参数：(2)收集网络化控制系统中历史时延信息，并根据贝叶斯推断方法利用该数据对参数先验部分进行更新，获取参数后验分布；

步骤21：对任意时刻k，收集当前时刻最近的l个历史时延值xk，记为Xk；

步骤22：根据数据分别对两个参数的先验分布式(4)、式(5)进行更新：(3)从参数的后验分布中随机采样，获得当前时刻网络时延概率模型中的参数值，更新网络时延分布概率模型；

(4)根据更新后的网络时延分布概率模型，估计出当前时刻的时延上界。估计的准则是设置一个恰当的阈值W，根据式(1)、式(2)计算得到本方法的上界估计值Tk；

(5)由相邻两个时刻的环路时延tk和tk+1可以得到相邻两个数据包到达执行器的时间间隔为sk＝(k+1+tk+1)-(k+tk)+1＝Tk-τk+2，即打包长度设置为sk；其中，Tk为k时刻的网络时延估计值，τk为k时刻传感器到控制器的时延。