[發明專利]基于深度學習算法的高速網絡故障預判終端

在審

• 申請號: 202010141211.2
• 申請日: 2020-03-03
• 公開（公告）號: CN111327482A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 朱麗;毛華慶;杭波;谷瓊;樂英高
• 申請（專利權）人: 溫州鑫銳翔科技有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京中北知識產權代理有限公司 11253
• 代理人: 許建

本發明公開了一種基于深度學習算法的高速網絡故障預判終端，包括：檢測模塊，耦接于高速網絡，耦接于檢測模塊，以接收檢測模塊輸出的高速網絡的通信狀態數據，并對通信狀態數據進行識別分析，根據分析結果判斷高速網絡是否出現故障，同時輸出具體是哪種故障；故障模塊，其內存儲有故障預防數據，還耦接于處理模塊。本發明的基于深度學習算法的高速網絡故障預判終端，通過檢測模塊、處理模塊和故障模塊的設置，便可有效的實現檢測高速網絡的通信狀態數據，然后依據通信狀態數據對高速網絡是否出現故障進行識別分析了。

技術領域

本發明涉及一種終端設備，更具體的說是涉及一種基于深度學習算法的高速網絡故障預判終端。

背景技術

隨著通信技術的發展，對于網絡的日常應用越來越普及和廣泛，物聯網便是通信技術的一種應用，通過物聯網的存在，可實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別和管理。

然而物聯網在進行智能化感知、識別和管理的過程中，網絡的傳輸速率和穩定性便十分的重要，因而現有的高速網絡便是物聯網的基礎，然而現有的高速網絡在使用的過程中，會因為干擾問題、硬件問題還有數據問題等因素，會導致高速網絡出現故障，進而導致物聯網故障，會導致較大的損失，并且損失的多少與高速網絡的故障維修時間直接相關，維修時間越長，則導致的損失也就越大，因而如何快速有效的確定高速網絡的故障原因，然后對其進行維修是十分有必要的，目前現有的高速網絡的維修方式為在高速網絡出現故障之后，再通過人工手持設備檢測的方式來實現檢測高速網絡的故障，然后再進行排查，然而這種方式的故障排查方式效率十分低下，因此現有技術中出現了通過對簡單的故障進行預設定，在出現這些故障性狀的時候，通過處理器自動識別，實現自動化檢測故障的效果，但是該種方式僅能夠對于一些簡單的故障進行快速識別，在出現一些較為復雜的故障的時候，也還是需要通過人工檢測識別的方式，因而其故障排查效率還是不高。

發明內容

針對現有技術存在的不足，本發明的目的在于提供一種故障排查效率高的基于深度學習算法的高速網絡故障預判終端。

為實現上述目的，本發明提供了如下技術方案：一種基于深度學習算法的高速網絡故障預判終端，包括：

檢測模塊，耦接于高速網絡，以檢測高速網絡的通信狀態后輸出通信狀態數據；處理模塊，耦接于檢測模塊，以接收檢測模塊輸出的高速網絡的通信狀態數據，并對通信狀態數據進行識別分析，根據分析結果判斷高速網絡是否出現故障，同時輸出具體是哪種故障；

故障模塊，其內存儲有故障預防數據，還耦接于處理模塊，以接收處理模塊輸出的哪種故障，之后進行比對調取故障預防數據內的預防操作數據，然后根據預防操作數據輸出預防操作指令。

作為本發明的進一步改進，所述處理模塊對通信狀態進行模擬分析的具體步驟如下：

步驟二一，收集網絡故障時的高速網絡的通信狀態數據，利用該通信狀態數據對處理模塊進行深度學習訓練，同時通過深度學習系統自動進行分類，分為內部通信故障和外部硬件故障；

步驟二二，收集內部通訊故障在發生故障前的網絡的通信狀態數據，并利用該通信狀態數據結合已學習的內部通信故障時的通信狀態數據對處理模塊進行再次訓練，學習內部通信故障在發生的過程中通信狀態數據的變化規律；

步驟二三，接收檢測模塊輸出的實時的通信狀態數據，并依據步驟二一和步驟二二的學習內容對通信狀態數據進行識別分析，判斷是否符合步驟二二中的變化規律，若符合，則輸出內部通信故障信號，若不符合，則輸出可能通信故障信號。

作為本發明的進一步改進，所述預防操作指令包括鉗流指令和告警指令，當故障模塊接收到內部通信故障信號時，輸出鉗流指令，當故障模塊接收到可能通信故障信號時，輸出告警指令。

作為本發明的進一步改進，所述檢測模塊檢測網絡的通信狀態具體步驟如下：