技术特征：
1.一种网卡工作模式的切换方法，其特征在于，包括：依据设定的数据转换规则，将获取的流量数据转换为图像数据；利用训练好的神经网络模型对所述图像数据进行分析，以得到物理链路检测结果；其中，所述神经网络模型根据物理链路正常运行的流量数据转换得到的图像数据以及物理链路异常运行的流量数据转换得到的图像数据训练得到；当所述物理链路检测结果满足预设条件时，则对网卡执行bond模式的切换。2.根据权利要求1所述的网卡工作模式的切换方法，其特征在于，所述依据设定的数据转换规则，将获取的流量数据转换为图像数据包括：将采集的预设时间窗口内的二进制流量数据转换为十进制的灰度值；将所有所述灰度值划分为多个通道的图像数据。3.根据权利要求2所述的网卡工作模式的切换方法，其特征在于，在所述利用训练好的神经网络模型对所述图像数据进行分析，以得到物理链路检测结果之前还包括：统计多个所述时间窗口对应的图像数据；相应的，所述利用训练好的神经网络模型对所述图像数据进行分析，以得到物理链路检测结果包括：利用训练好的神经网络模型对多个所述时间窗口对应的图像数据进行分析，以得到多个物理链路检测结果；其中，每个时间窗口有其对应的一个物理链路检测结果。4.根据权利要求3所述的网卡工作模式的切换方法，其特征在于，所述当所述物理链路检测结果满足预设条件时，则对网卡执行bond模式的切换包括：当多个所述物理链路检测结果中物理链路异常的检测结果的占比大于预设阈值时，则对网卡执行bond模式的切换。5.根据权利要求1
‑
4任意一项所述的网卡工作模式的切换方法，其特征在于，针对于所述神经网络模型的训练过程，所述方法包括：依据设定的数据转换规则将采集的物理链路正常运行的流量数据转换为第一图像数据，将采集的物理链路异常运行的流量数据转换为第二图像数据；对所述第一图像数据和所述第二图像数据进行预处理，得到训练样本数据；利用所述训练样本数据对神经网络模型进行训练，以得到满足物理链路故障检测准确性要求的神经网络模型。6.一种网卡工作模式的切换装置，其特征在于，包括转换单元、分析单元和切换单元；所述转换单元，用于依据设定的数据转换规则，将获取的流量数据转换为图像数据；所述分析单元，用于利用训练好的神经网络模型对所述图像数据进行分析，以得到物理链路检测结果；其中，所述神经网络模型根据物理链路正常运行的流量数据转换得到的图像数据以及物理链路异常运行的流量数据转换得到的图像数据训练得到；所述切换单元，用于当所述物理链路检测结果满足预设条件时，则对网卡执行bond模式的切换。7.根据权利要求6所述的网卡工作模式的切换装置，其特征在于，所述转换单元用于将采集的预设时间窗口内的二进制流量数据转换为十进制的灰度值；将所有所述灰度值划分为多个通道的图像数据。8.根据权利要求7所述的网卡工作模式的切换装置，其特征在于，还包括统计单元；
所述统计单元，用于统计多个所述时间窗口对应的图像数据；相应的，所述分析单元用于利用训练好的神经网络模型对多个所述时间窗口对应的图像数据进行分析，以得到多个物理链路检测结果；其中，每个时间窗口有其对应的一个物理链路检测结果。9.一种网卡工作模式的切换装置，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现如权利要求1至5任意一项所述网卡工作模式的切换方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述网卡工作模式的切换方法的步骤。