基于深度学习的网络设备端口故障智能预测方法及原理
基本信息
| 申请号 | CN201810421638.0 | 申请日 | - |
| 公开（公告）号 | CN110460454A | 公开（公告）日 | 2019-11-15 |
| 申请公布号 | CN110460454A | 申请公布日 | 2019-11-15 |
| 分类号 | H04L12/24;G06N20/00;G06N3/04;G06K9/62 | 分类 | 电通信技术; |
| 发明人 | 沙泉 | 申请（专利权）人 | 上海伽易信息技术有限公司 |
| 代理机构 | 上海宏京知识产权代理事务所（普通合伙） | 代理人 | 上海伽易信息技术有限公司 |
| 地址 | 200000上海市松江区新浜镇新绿路398号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 基于深度学习的网络设备端口故障智能预测方法，包括以下操作步骤：A)、输入数据源；B)、由大数据智能分析系统进行大数据智能分析，匹配端口告警信息并汇总资源使用信息；C)、分析结果，首先构建深度学习训练模型，然后进行离线训练和在线训练，最后进行模型效果运行输出；D)、输出端口智能预警信息。本发明提升了网络设备的智能化运维能力，实现了网络设备运维从“事后”向“事前”发展，真正实现了网络设备运维的“防患于未然”，推广应用具有良好的经济效益和社会效益。 |
