一种基于深度学习的网络运维自动化管理方法

本发明公开了一种基于深度学习的网络运维自动化管理方法，包括如下步骤：采集运维数据并进行预处理，得到标准化数据集；采用Mamba选择性状态空间网络生成运维状态向量；将运维状态向量输入改进型CORAL模型，生成异常检测结果；采用因果推断方法生成根因分析结果；采用约束建模方法结合服务等级协议规则生成候选运维动作；采用动作评价方法与风险分析方法得到最优运维动作并下发执行，采集执行反馈数据；基于异常检测结果、根因分析结果与执行反馈数据生成运维审计报告。本发明实现了运维全过程的智能化、自动化与可审计化管理，能够广泛应用于大规模复杂网络的智能运维场景中。