深度自学（DeepLearning），又叫UnsupervisedFeatureLearning或者FeatureLearning，是人工智能的研究方向之一，是一种基于多层神经网络技术的机器学习。目前深度自学是十分热门的技术，早已在诸多领域尝试进行应用于，特别是在是数据中心。深度自学是把机器要自学的东西看作一大堆数据，把这些数据丢进一个简单的、包括多个层级的神经网络中，然后检查经过这个网络处置获得的结果数据是不是符合要求——如果合乎，就保有这个网络作为目标模型，如果不合乎，就一次次地、锲而不舍地调整网络的参数设置，直到输入满足要求为止。

似乎，数据中心是最合适深度自学施展拳脚的地方，数据中心享有极强的计算能力和海量数据，这些都是深度自学必需倚赖的东西，深度自学理所当然年所在数据中心里生根幼苗，不少的数据中心也开始意识到，将深度自学技术引进数据中心的确能带给前所未有的益处，于是两者一拍即合。深度网络自学传统的网络，全部由手工作好各种设备初始化配备，各种配套、更改、部署业务都必须人工手工已完成，效率极低且更容易错误，相当严重倚赖个人的技能经验水平。发展到现在，可以通过控制器自动印发一些实配备，然后由控制器展开网络监控和管理的工作，控制器的指令是预先设计好的，只是将人工工作交由控制器来已完成，这大幅度提高了工作效率。

不过，这时的网络仍过于智能，控制器显然必不可少人来自己工作，特别是在是收到一些简单更改业务，脑溢血故障时，处置没法。如何让控制器更为智能，需要按照人的思路来思维和工作，这样才能将人从网络的运维管理中释放出，此时深度自学来了。深度自学让网络控制器可以自己已完成网络的所有日常更改和脑溢血故障的处置，深度自学以来的大数据就是以往所有数据中心再次发生的故障和经验，将这些信息统统输出到控制器中，通过深度自学让控制器构成自己的网络管理实行，当网络经常出现故障时，就能在毫秒级的时间内作出辨别和应付，这种效率是人无法匹敌的，深度网络自学的目的就是让网络更为智能。深度安全性自学网络安全早已沦为一个多维度问题，随着业务的多元化，漏洞，数量和种类急遽减少。

为了防止网络被攻陷，数据中心必需要及时发现并解决问题这些漏洞。数据中心的安全员每天必须处置的安全性报警数量仍然都在快速增长，报警的处置牵涉到到多个系统，非常无趣且很耗时。引进深度自学，能否自动而又倒数地从各种各样的源中搜集有关安全性的数据，并对有可能不存在的反击和漏洞展开筛选，不仅能及时发现漏洞，还能自动修缮，输入安全性风险评估报告。及时改版全球和行业特定威胁的近期科学知识，也就是说每天或每周近期的威胁，这样才能及时发现网络漏洞。

通过深度自学，可以大幅度提高数据中心的网络安全，作好安全性防水，防止遭到反击。深度流量辨识传统的流量辨识是将流量精确地同构到某种协议或应用于，只不过就是按照流量特征展开辨识和分类，超过流量统计资料和过滤器的目的，这个工作对于网络安全和统计资料十分有益。

传统流量辨识的方法无非是通过镜像或者Netstream等监控手段，将捕捉的全部流量的协议特征统计资料出来，这个过程既耗时又费力，有时还必须投放大量的资金出售专用设备才能已完成。深度自学可以基于不道德特征和机器学习，辨识过程自动化，再行根据少量的数据样本展开训练，训练完后开始对整个数据中心网络流量展开辨识，已完成辨识工作。这种方式将大大提高流量辨识的效率，特别是在限于于语音和图像这类流量中。

比如：要对某个网站的流量展开监控，看否有涉黄部分的图片或者视频，现在大部分的网站还是靠人工仔细观察，效率极低，使用深度自学就好了，需要自动识别流量中的涉黄内容，必要截击，超过自动识别和截击的目的。深度降耗数据中心是能耗大户，节能减排是一项长年工作。除了提高单位面积内的设备运营效率外，还可以对能耗情况展开深度自学。

谷歌就将深度自学的技术用在了数据中心的节能降耗上。谷歌的数据中心可以通过深度自学，构建各种设备内的风扇、数据中心的空调与环境温湿度情况同步，既保证所有设备的风扇，又最大限度的减少能源消耗。

通过深度自学，数据中心节省约15％的能源支出，每年为谷歌节省数百万美元的成本。使用深度自学降耗，就是利用现有数据中心的资源，在确保所有设备长时间运转的情况下，用于低于能耗，这是一个十分复杂的过程，必须收集数据中心内部所有设备的运转状态和空调环境情况，通过深度自学，作出精确辨别，再行通过控制系统，将辨别结果继续执行下去。

除了以上这些方面，数据中心其它所有的方面也可以引进深度自学，让整个数据中心沦为智能数据中心，沦为一个不会自我思维，自我管理的自治权数据中心。深度自学将遍布数据中心内的每一个元素，深度自学正在沦为维持数据中心业务发展的适当手段。从自律运营、降耗、继续执行预测性确保到持续的工作阻抗调整。

没深度自学，想构建数据中心的平稳持续的盈利运营完全是不有可能的。深度自学将为数据中心获取更加智能的基础设施和涉及资产，以监控、优化和提高运营，这些将还包括存储，计算出来和网络。人工智能的时代来了，数据中心也是人工智能的最重要实践中场地，作为人工智能的最重要技术之一的深度自学，终将在数据中心大放异彩。

本文来源：gd55光大在老品牌-www.norafar.com