基于深度学习的分布式NAS存储网络连接自愈方法及系统技术方案

本发明专利技术公开了一种基于深度学习的分布式NAS存储网络连接自愈方法及系统。本发明专利技术包括如下步骤：在分布式NAS存储网络连接框架中分别添加相应的自愈模块；当客户端连接分布式NAS存储出现故障时，客户端自愈模块、控制中心自愈模块和分布式NAS存储端自愈模块互相协作配合解决故障，恢复客户端访问分布式NAS存储的正常运行。本发明专利技术提出了一种客户端访问分布式NAS存储网络连接的自愈框架，并且基于此自愈框架设计了一套完整的自愈机制，能很好的处理客户端访问分布式NAS存储的故障。本发明专利技术优化了整个数据流程结构，节约了分布式NAS存储的连接成本，提高了客户端的运行效率，弥补了当前客户端连接分布式NAS存储自愈相关方面的不足。不足。不足。

【技术实现步骤摘要】
基于深度学习的分布式NAS存储网络连接自愈方法及系统


[0001]本专利技术提出了一种基于深度学习的分布式NAS存储网络连接自愈方法，针对客户端访问分布式NAS存储的故障提供防御及恢复服务。

技术介绍

[0002]随着新兴IT技术的不断发展，传统广播电视逐渐与新媒体相融合，尤其在融媒体中心持续推进背景下，网络互联互通，视音频素材资源共建共享。大量视音频素材剪辑操作由本地制作开始向云上制作转移，分布式NAS存储平台作为融媒体云平台的媒资存储，成为了新闻和综艺制作不可或缺的重要组成部分。因此，当业务人员进行节目素材剪辑时，客户端访问分布式NAS存储网络连接的稳定性至关重要。当客户端因存储结点故障时，将会导致剪辑业务中断，而现有的分布式NAS存储通过DNS方式向客户端提供挂载服务只能用来进行存储节点的访问负载均衡，无法做到自动自愈，进而需要人工介入排查。随着客户端的大量增加，仅仅借助人工去维护分布式NAS存储网络故障将需要较大的成本，并且效率也会变得越来越低。如果发生了故障不能及时发现和处理，将会导致整个剪辑业务的中断。因此，为了能够保证业务的稳定性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的分布式NAS存储网络连接自愈方法，其特征在于，包括：S1、监听客户端与分布式NAS存储端之间的连接情况，当出现连接故障时，向控制中心发出一个用于请求最优静态IP地址的告警信息，同时在故障客户端本地执行快速恢复操作；且在执行所述快速恢复操作时，首先查找分布式NAS存储端集群中其他可用的存储节点的前端静态IP地址，然后选择一个静态IP地址对分布式NAS存储共享目录进行挂载，临时恢复故障客户端与分布式NAS存储端之间的连接；S2、在控制中心收到故障客户端发送的告警信息后，记录故障客户端的IP地址，查询分布式NAS存储端的集群中各存储节点的状态，识别出存储故障节点以及其对应的故障类型；再根据该故障类型对应的故障处理策略下发至分布式NAS存储端；S3、在分布式NAS存储端收到存储故障节点以及故障处理策略后，对该存储故障节点进行处置，同时对整个集群进行统计，收集集群中各存储节点当前的多个状态特征，再以所述的多个状态特征为输入，调用预先训练的深度学习模型确定集群中最优存储节点，并将最优存储节点的前端静态IP地址下发至控制中心；S4、在控制中心收到分布式NAS存储端下发的最优存储节点的前端静态IP地址后，根据记录的故障客户端IP地址找到相应的客户端，并将集群中最优存储节点的前端静态IP地址作为故障客户端最终挂载分布式NAS存储共享目录的IP地址。2.如权利要求1所述的基于深度学习的分布式NAS存储网络连接自愈方法，其特征在于，在执行所述快速恢复操作时，从查找到的分布式NAS存储端集群中其他可用的存储节点的前端静态IP地址中随机选择一个，用于挂载分布式NAS存储的共享目录。3.如权利要求1所述的基于深度学习的分布式NAS存储网络连接自愈方法，其特征在于，所述故障类型包括存储节点宕机、端口失效，对应的故障处理策略分别为禁用故障的存储节点、屏蔽故障端口IP地址。4.如权利要求1所述的基于深度学习的分布式NAS存储网络连接自愈方法，其特征在于，作为深度学习模型输入的多个状态特征共7个，分别为存储节点的健康状态、容量利用率、CPU利用率、内存利用率、CIFS和NFS总连接数、CIFS连接数、吞吐量。5.如权利要求1所述的基于深度学习的分布式NAS存储网络连接自愈方法，其特征在于，所述深度学习模型由多层LSTM网络层和1层全连接层级联而成。6.一种基于深度学习的分布式NAS存储网络连接自愈系统，...

【专利技术属性】
技术研发人员：张莹，张胜龙，江冠阳，马伊龙，张成，叶灵，史姣姣，蔡晶晶，陆蕴超，李翔，
申请(专利权)人：浙江广播电视集团，
类型：发明
国别省市：