[发明专利]基于自适应神经网络的服务器负载检测的方法及系统

权利要求书

1.一种基于自适应神经网络的服务器负载检测的方法，其特征在于，包括：

获取服务器监控的预定样本数据；

对所述预定样本数据进行消噪处理，得到检测样本数据；

将所述检测样本数据作为ART自适应神经网络负载检测模型输入进行计算，得到负载状态结果。

2.如权利要求1所述的方法，其特征在于，还包括：

将所述负载状态结果发送至数据中心。

3.如权利要求2所述的方法，其特征在于，得到负载状态结果包括：

将计算结果与所述ART自适应神经网络负载检测模型中的级别区间进行比较，确定所述计算结果所属的级别，其中，所述级别包括良好、正常、较差、糟糕。

4.如权利要求1所述的方法，其特征在于，构建ART自适应神经网络负载检测模型包括：

构建初级ART自适应神经网络负载检测模型；

获取服务器监控的预定样本数据；

对所述预定样本数据进行消噪处理，得到可用预定样本数据，并将所述可用预定样本数据存储到样本数据库中；

判断所述样本数据库中的样本数量是否满足阈值；

若是，则将所述样本数据库中的数据作为所述初级ART自适应神经网络负载检测模型的输入，对所述初级ART自适应神经网络负载检测模型进行训练，得到所述ART自适应神经网络负载检测模型。

5.如权利要求4所述的方法，其特征在于，对所述初级ART自适应神经网络负载检测模型进行训练，得到所述ART自适应神经网络负载检测模型包括：

对所述初级ART自适应神经网络负载检测模型进行训练，根据输出层的网络神经元信息对负载情况进行分类，得到每个样本负载类别；

判断得到的每个样本负载类别是否正确；

统计样本负载类别正确的样本的数量，并判断所述数量是否满足预定条件；

若满足，则训练通过，得到所述ART自适应神经网络负载检测模型；

若不满足，则继续对所述初级ART自适应神经网络负载检测模型进行训练。

6.一种基于自适应神经网络的服务器负载检测的系统，其特征在于，包括：

获取模块，用于获取服务器监控的预定样本数据；

消噪模块，用于对所述预定样本数据进行消噪处理，得到检测样本数据；

检测模块，用于将所述检测样本数据作为ART自适应神经网络负载检测模型输入进行计算，得到负载状态结果。

7.如权利要求6所述的系统，其特征在于，还包括：

发送模块，用于将所述负载状态结果发送至数据中心。

8.如权利要求7所述的系统，其特征在于，所述检测模块包括：

确定单元，用于将计算结果与所述ART自适应神经网络负载检测模型中的级别区间进行比较，确定所述计算结果所属的级别，其中，所述级别包括良好、正常、较差、糟糕。

9.如权利要求8所述的系统，其特征在于，构建ART自适应神经网络负载检测模型包括：

构建模块，用于构建初级ART自适应神经网络负载检测模型；

样本数据模块，用于获取服务器监控的预定样本数据；

可用数据模块，用于对所述预定样本数据进行消噪处理，得到可用预定样本数据，并将所述可用预定样本数据存储到样本数据库中；

比较模块，用于判断所述样本数据库中的样本数量是否满足阈值；

若是，则触发训练模块将所述样本数据库中的数据作为所述初级ART自适应神经网络负载检测模型的输入，对所述初级ART自适应神经网络负载检测模型进行训练，得到所述ART自适应神经网络负载检测模型。

10.如权利要求9所述的系统，其特征在于，所述训练模块包括：

类别单元，用于对所述初级ART自适应神经网络负载检测模型进行训练，根据输出层的网络神经元信息对负载情况进行分类，得到每个样本负载类别；

第一判断单元，用于判断得到的每个样本负载类别是否正确；

第二判断单元，用于统计样本负载类别正确的样本的数量，并判断所述数量是否满足预定条件；

若满足，则训练通过，得到所述ART自适应神经网络负载检测模型；

若不满足，则触发训练模块继续对所述初级ART自适应神经网络负载检测模型进行训练。