一种基于深度学习的传输网络连通性检测方法

本发明特别涉及一种基于深度学习的传输网络连通性检测方法。该基于深度学习的传输网络连通性检测方法，收集网络设备网络通信明文数据以节点间的通信数据；对收集到的通信数据包进行清洗和切片处理，对于提取的特征数据采用降维技术减少特征数量；选择适用于时序数据处理的循环神经网络模型RNN，构建多层神经网络；将训练好的传输网络连通性模型部署到网络中节点，在各个节点获取相关的网络信息，生成当前网络的局部节点信息数据展示给网络维护人员；收集新的网络信息数据，进行模型更新与重。该基于深度学习的传输网络连通性检测方法，能够及时发现故障信息以及定位到故障地点，降低了网络运维成本，能够应对各种复杂的网络环境。