一种基于深度学习的集群链路检测方法和系统
授权
摘要
本发明提出了一种基于深度学习的集群链路检测方法和系统，该方法包括以下步骤：将集群链路状态值作为卷积神经网络的输入特征值；卷积神经网络对集群链路状态值的海量数据进行训练，在训练模型收敛后，停止训练；根据收敛后的模型，对符合阈值的链路进行链路保留，对不符合阈值的链路进行链路合并。其中集群链路状态值包括链路带宽、链路吞吐量和链路传输时延。基于本发明提出集群链路检测方法，还提出了一种基于深度学习的集群链路检测系统。本发明充分利用了卷积神经网络自动调优的特性，对不通集群的特性进行特定的处理。通过训练得到的检测模型，能够最大程度地利用集群系统内每个节点资源，从而提升集群系统的自动化和计算性能。
基本信息
专利标题 ：
一种基于深度学习的集群链路检测方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112019381A
申请号 ：
CN202010809866.2
公开（公告）日 ：
2020-12-01
申请日 ：
2020-08-12
授权号 ：
CN112019381B
授权日 ：
2022-06-07
发明人 ：
葛晨
申请人 ：
苏州浪潮智能科技有限公司
申请人地址 ：
江苏省苏州市吴中区吴中经济开发区郭巷街道官浦路1号9幢
代理机构 ：
济南诚智商标专利事务所有限公司
代理人 ：
王申雨
优先权 ：
CN202010809866.2
主分类号 ：
H04L12/24
IPC分类号 ：
H04L12/24 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
授权
2020-12-18 ：
实质审查的生效
IPC(主分类) : H04L 12/24
申请日 : 20200812
申请日 : 20200812
2020-12-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
