[发明专利]一种用机器深度学习方式判断并抑制计算机网络故障及广播风暴的方法

权利要求书

1.一种用机器深度学习方式判断并抑制计算机网络故障及广播风暴的方法，其特征在于，包括：

终端设备进行数据采集；

网管平台将采集的数据存储到数据库；

数据库进行数据分析对数据趋势做出数据分析与判断；

通过深度学习对故障进行预测；

根据预测结果进行自行处理或者通知管理员进行处理。

2.根据权利要求1所述的用机器深度学习方式判断并抑制计算机网络故障及广播风暴的方法，其特征在于，通过深度学习对网络故障进行预测包括：通过大数据对采集的数据进行分析得出每天、每周、每月的内存的占用率，通过深度学习对异常时间点数据、故障记录、整体数据趋势进行分析得出下次可能出现故障的时间点及相应解决方案，对可能出现的因设备故障造成的网络故障进行规避；通过对大数据分析及深度学习方式对现有网络配置进行诊断，找出网络故障高发点，并对网络进行优化降低网络故障率；再对CPU、flash、温度、电源信息进行分析，预测相应结果。

3.根据权利要求1所述的用机器深度学习方式判断并抑制计算机网络故障及广播风暴的方法，其特征在于，通过深度学习对广播风暴预测包括：

通过对端口流量进行分析，当某端口多时间端口数据为0时可能会有风暴风险；通过对CPU数据进行和预测，当CPU占用过高是也有发生风暴的风险。