[发明专利]一种磁盘故障的预测方法、系统、设备及存储介质

权利要求书

1.一种磁盘故障的预测方法，其特征在于，包括：

采集磁盘多个时刻的SMART数据；

根据采集的SMART数据，构建出用于进行训练的各个训练样本；

基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签；

将添加了标签的各个训练样本输入至预设的预测模型中实现对所述预测模型的训练；

将磁盘的待测的SMART数据输入至经过训练的预测模型中，获得待测的SMART数据的标签，作为磁盘的故障预测结果。

2.根据权利要求1所述的磁盘故障的预测方法，其特征在于，所述采集磁盘多个时刻的SMART数据，包括：

依次采集磁盘在N个时刻的SMART数据；N为不小于2的正整数；

所述根据采集的SMART数据，构建出用于进行训练的各个训练样本，包括：

针对第2时刻至第N时刻中的任意时刻的SMART数据，将该时刻的数据与历史平均数据做差，得到差值矩阵，并将该时刻的数据与前一时刻的数据做差，得到磁盘波动矩阵；

利用该时刻的所述差值矩阵与该时刻的所述磁盘波动矩阵构造出输入矩阵，作为构建出的一个训练样本。

3.根据权利要求2所述的磁盘故障的预测方法，其特征在于，所述利用该时刻的所述差值矩阵与该时刻的所述磁盘波动矩阵构造出输入矩阵，包括：

将该时刻的所述差值矩阵以及该时刻的所述磁盘波动矩阵均进行归一化处理；

利用归一化处理之后的差值矩阵以及归一化处理之后的磁盘波动矩阵构造出输入矩阵。

4.根据权利要求1所述的磁盘故障的预测方法，其特征在于，所述基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签，包括：

针对任意一个训练样本，的添加规则，为每一个训练样本添加相对应的标签；

其中，T表示该训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，T＝0表示该训练样本中的数据的采集时刻为故障时刻；a，b，c，d，e均为预设参数，且a＜b＜c＜d＜e＜f。

5.根据权利要求1至4任一项所述的磁盘故障的预测方法，其特征在于，所述采集磁盘多个时刻的SMART数据，包括：

采集磁盘多个时刻的SMART数据，且针对采集到的任意时刻的SMART数据，该SMART数据中包括：磁盘转速，错误读取率，寻轨出错率，加电次数总和，磁盘读取次数总和，磁盘温度。

6.根据权利要求1所述的磁盘故障的预测方法，其特征在于，在获得待测的SMART数据的标签，作为磁盘的故障预测结果之后，还包括：

当获得的待测的SMART数据的标签为表示故障的标签时，输出磁盘预警警报。

7.根据权利要求1所述的磁盘故障的预测方法，其特征在于，所述预测模型为SVM预测模型，所述SVM预测模型中包括K×(K-1)/2个SVM分类器，K为标签的种类。

8.一种磁盘故障的预测系统，其特征在于，包括：

初始数据采集模块，用于采集磁盘多个时刻的SMART数据；

样本构建模块，用于根据采集的SMART数据，构建出用于进行训练的各个训练样本；

标签添加模块，用于基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签；

训练模块，用于将添加了标签的各个训练样本输入至预设的预测模型中实现对所述预测模型的训练；

故障预测模块，用于将磁盘的待测的SMART数据输入至经过训练的预测模型中，获得待测的SMART数据的标签，作为磁盘的故障预测结果。

9.一种磁盘故障的预测设备，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以实现如权利要求1至7任一项所述的磁盘故障的预测方法的步骤。

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任一项所述的磁盘故障的预测方法的步骤。