[发明专利]一种磁盘故障预测方法、装置及电子设备和存储介质在审
| 申请号: | 201910656877.9 | 申请日: | 2019-07-19 |
| 公开(公告)号: | CN110377449A | 公开(公告)日: | 2019-10-25 |
| 发明(设计)人: | 王团结;谢全泉 | 申请(专利权)人: | 苏州浪潮智能科技有限公司 |
| 主分类号: | G06F11/07 | 分类号: | G06F11/07 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 史翠 |
| 地址: | 215100 江苏省苏州市吴*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 磁盘故障 预测 时间窗口 预测项 时间序列 计算机可读存储介质 装置及电子设备 变化斜率 存储介质 电子设备 空间维度 模型训练 时间维度 特征提取 指数平滑 标准差 组特征 磁盘 申请 统计 | ||
1.一种磁盘故障预测方法,其特征在于,包括:
获取磁盘的SMART时间序列,确定时间窗口;
根据所述SMART时间序列统计所述时间窗口内的预测项;其中,所述预测项包括变化次数、变化斜率、标准差和指数平滑值中的任一项或任几项的组合;
根据所述预测项进行磁盘故障预测。
2.根据权利要求1所述磁盘故障预测方法,其特征在于,所述根据所述SMART时间序列统计所述时间窗口内的预测项,包括:
利用一次拟合函数拟合所述时间窗口内的SMART时间序列,得到所述变化斜率。
3.根据权利要求1所述磁盘故障预测方法,其特征在于,所述根据所述SMART时间序列统计所述时间窗口内的预测项,包括:
利用指数平滑算法得到所述时间窗口内的SMART时间序列对应的指数平滑时间序列;
将所述指数平滑时间序列中最后一个时间点的指数平滑值确定为所述时间窗口的指数平滑值。
4.根据权利要求3所述磁盘故障预测方法,其特征在于,所述利用指数平滑算法得到所述时间窗口内的SMART时间序列对应的指数平滑时间序列,包括:
将所述时间窗口中前N个时间点的SMART特征值的平均值作为所述时间窗口内第一个时间点的指数平滑值;
根据预设公式确定所述时间窗口内除所述第一个时间点之外的时间点的指数平滑值,以便得到所述指数平滑时间序列;其中,所述预设公式为:
Y(d)=alpha×S(d)+(1-alpha)×Y(d-1);
其中,Y(d)为时间点d的指数平滑值,alpha为平滑系数,S(d)为时间点d的SMART特征值,Y(d-1)为时间点d-1的指数平滑值。
5.根据权利要求1至4中任一项所述磁盘故障预测方法,其特征在于,所述根据所述预测项进行磁盘故障预测,包括:
根据所述预测项计算所述磁盘的风险级别;其中,所述风险级别与所述变化次数呈正相关,所述风险级别与所述变化斜率呈正相关,所述风险级别与所述标准差呈正相关,所述风险级别与所述指数平滑值呈正相关。
6.根据权利要求5所述磁盘故障预测方法,其特征在于,所述根据所述预测项计算所述磁盘的风险级别,包括:
将所述预测项输入训练完成的分类模型得到所述磁盘的风险级别。
7.根据权利要求5所述磁盘故障预测方法,其特征在于,所述根据所述预测项计算所述磁盘的风险级别,包括:
为每个所述预测项分配权重系数,并根据每个所述预测项的值和权重系数计算每个所述预测项的加权值;
根据所述加权值确定每个所述预测项的风险级别。
8.一种磁盘故障预测装置,其特征在于,包括:
获取模块,用于获取磁盘的SMART时间序列,确定时间窗口;
统计模块,用于根据所述SMART时间序列统计所述时间窗口内的预测项;其中,所述预测项包括变化次数、变化斜率、标准差和指数平滑值中的任一项或任几项的组合;
预测模块,用于根据所述预测项进行磁盘故障预测。
9.一种电子设备,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时实现如权利要求1至7任一项所述磁盘故障预测方法的步骤。
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7任一项所述磁盘故障预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910656877.9/1.html,转载请声明来源钻瓜专利网。





