基于深度学习的数据中心通信网络多源异构数据智能汇聚方法

扫码查看

原文链接

万方数据
维普

中文摘要：在数据中心通信网络中,多源异构数据的汇聚常面临数据不一致、资源占用、通信挂起等多重风险,且处理过程复杂.因此,本次提出基于深度学习的数据中心通信网络多源异构数据智能汇聚方法.首先通过关系型数据库、消息队列、大数据中心以及API服务等多种数据源获取数据,并对采集的数据进行过滤处理.然后采用卷积神经网络从处理后的数据中提取出关键属性信息,并对数据进行归类存储,实现对数据中心通信网络多源异构数据的智能汇聚和有效分析.实验结果表明,本文方法数据汇聚的准确率在90%以上,数据汇聚速度快,汇聚效果好,具有实际应用价值.

作者：

王满意、姜廷岩、王林

展开 >

作者单位：

北京中电普华信息技术有限公司,北京,100006

关键词：

数据中心通信网络深度学习汇聚卷积神经网络多源异构数据

出版年：

2024

DOI：

10.19772/j.cnki.2096-4455.2024.9.056

电子元器件与信息技术

ISSN：

年,卷(期)：2024.8(9)