随着高校加大对教学科研的投入，很多实验室都购买了服务器。但是在使用过程中，不可避免的会出现软件老化现象，极大干扰了日常的教学与科研。基于深度学习强大的特征自提取能力，提出一种基于堆叠稀疏自编码深度神经网络的软件老化识别方法。该方法首先将实验采集到的软件性能数据划分为正常、中间态以及老化三种软件系统状态。随机选取其中的70%作为训练数据，用于训练网络的权值和偏置参数，根据训练出的参数确立最优分类模型，利用剩余的30%作为测试数据，验证该网络的有效性。实验分析表明，该方法具有较高的识别率，能够有效的应用于软件老化的识别。

软件老化;深度学习;堆叠稀疏自编码

中央高校基本科研业务费科技平台实验技术人才基金（项目编号：KJSY201617）。