[发明专利]基于深度学习算法的高速网络故障预判终端

权利要求书

1.一种基于深度学习算法的高速网络故障预判终端，其特征在于：包括：

检测模块(1)，耦接于高速网络，以检测高速网络的通信状态后输出通信状态数据；

处理模块(2)，耦接于检测模块(1)，以接收检测模块(1)输出的高速网络的通信状态数据，并对通信状态数据进行识别分析，根据分析结果判断高速网络是否出现故障，同时输出具体是哪种故障；

故障模块(3)，其内存储有故障预防数据，还耦接于处理模块(2)，以接收处理模块(2)输出的哪种故障，之后进行比对调取故障预防数据内的预防操作数据，然后根据预防操作数据输出预防操作指令。

2.根据权利要求1所述的基于深度学习算法的高速网络故障预判终端，其特征在于：所述处理模块(2)对通信状态进行模拟分析的具体步骤如下：

步骤二一，收集网络故障时的高速网络的通信状态数据，利用该通信状态数据对处理模块(2)进行深度学习训练，同时通过深度学习系统自动进行分类，分为内部通信故障和外部硬件故障；

步骤二二，收集内部通讯故障在发生故障前的网络的通信状态数据，并利用该通信状态数据结合已学习的内部通信故障时的通信状态数据对处理模块(2)进行再次训练，学习内部通信故障在发生的过程中通信状态数据的变化规律；

步骤二三，接收检测模块(1)输出的实时的通信状态数据，并依据步骤二一和步骤二二的学习内容对通信状态数据进行识别分析，判断是否符合步骤二二中的变化规律，若符合，则输出内部通信故障信号，若不符合，则输出可能通信故障信号。

3.根据权利要求2所述的基于深度学习算法的高速网络故障预判终端，其特征在于：所述预防操作指令包括钳流指令和告警指令，当故障模块(3)接收到内部通信故障信号时，输出钳流指令，当故障模块(3)接收到可能通信故障信号时，输出告警指令。

4.根据权利要求1或2或3所述的基于深度学习算法的高速网络故障预判终端，其特征在于：所述检测模块(1)检测网络的通信状态具体步骤如下：

步骤一一，检测高速网络中的数据流，提取数据流中的每个数据的标签；

步骤一二，计算每个数据的数据流量，并将计算出来的数据流量与标签一一对应整合，作为网络状态数据输出。

5.根据权利要求4所述的基于深度学习算法的高速网络故障预判终端，其特征在于：还包括网络接口(4)，所述网络接口(4)与检测模块(1)连接，以连接检测模块(1)与外部高速网络，所述网络接口(4)包括接口外壳(41)和连接天线(42)，所述接口外壳(41)安装于外部智能手机，所述检测模块(1)和处理模块(2)集成在接口外壳(41)内，所述连接天线(42)与外部智能手机天线无线通信，以复制接收外部智能手机无线通信数据。

6.根据权利要求1或2或3所述的基于深度学习算法的高速网络故障预判终端，其特征在于：在外部高速网络为手机5G网络时，所述检测模块(1)、处理模块(2)和故障模块(3)集成为一个APP软件，装入到手机系统内，并在其上形成有操作界面，以在出现网络故障时，在手机界面上显示相应的预防消息和处理消息。