[发明专利]存储装置的垃圾回收方法及装置在审

专利信息
申请号: 202011376808.1 申请日: 2020-11-30
公开(公告)号: CN112486415A 公开(公告)日: 2021-03-12
发明(设计)人: 段修斌 申请(专利权)人: 北京泽石科技有限公司;泽石科技(武汉)有限公司
主分类号: G06F3/06 分类号: G06F3/06
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 董文倩
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 存储 装置 垃圾 回收 方法
【权利要求书】:

1.一种存储装置的垃圾回收方法,其特征在于,包括:

获取存储装置的数据块的多个属性参数;

为所述多个属性参数添加权重,其中,每个属性参数均对应有权重;

根据所述多个属性参数以及对应的权重,确定所述数据块的回收值;

在所述回收值达到预设回收阈值的情况下,通过回收机制对所述数据块进行回收。

2.根据权利要求1所述的方法,其特征在于,所述属性参数包括下列至少之一:擦除次数,擦除次数与平均擦除次数的差,有效页数量,读取干扰值,写入数据之后的保持时间。

3.根据权利要求1所述的方法,其特征在于,为所述多个属性参数添加权重之前,包括:

通过机器学习算法确定每个所述属性参数的权重。

4.根据权利要求3所述的方法,其特征在于,通过机器学习算法确定每个所述属性参数的权重包括:

通过所述数据块的历史回收数据,确定在回收机制触发时,多个属性参数的可用权重范围;

通过机器学习算法对多种权重组合进行处理,输出所述权重组合下的数据收敛程度,其中,所述权重组合包括多个属性参数的可用权重,所述可用权重为对应的属性参数在所述可用权重范围内的数值;

根据符合预设收敛程度的权重组合,确定每个所述属性参数的所述权重。

5.根据权利要求4所述的方法,其特征在于,通过机器学习算法对多种权重组合进行处理,输出所述权重组合下的数据收敛程度之前,还包括:

确定所述机器学习算法;

通过所述历史回收数据选取多组不同的训练数据和验证数据,对所述机器学习算法进行训练和交叉验证;

选取验证数据中验证结果最好的超参数,作为所述机器学习算法的超参数。

6.根据权利要求1所述的方法,其特征在于,在所述回收值达到预设回收阈值的情况下,通过回收机制对所述数据块进行回收包括:

触发垃圾回收算法;

通过垃圾回收算法对所述数据块进行垃圾回收处理。

7.根据权利要求1所述的方法,其特征在于,根据所述多个属性参数以及对应的权重,确定所述数据块的回收值包括:

确定每个属性参数的平方根;

将多个属性参数的所述平方根和对应的权重的乘积进行求和,确定所述回收值。

8.一种存储装置的垃圾回收装置,其特征在于,包括:

获取模块,用于获取存储装置的数据块的多个属性参数;

加权模块,用于为所述多个属性参数添加权重,其中,每个属性参数的均对应有权重;

确定模块,用于根据所述多个属性参数以及对应的权重,确定所述数据块的回收值;

回收模块,用于在所述回收值达到预设回收阈值的情况下,通过回收机制对所述数据块进行回收。

9.一种计算机存储介质,其特征在于,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行权利要求1至7中任意一项所述的存储装置的垃圾回收方法。

10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的存储装置的垃圾回收方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京泽石科技有限公司;泽石科技(武汉)有限公司,未经北京泽石科技有限公司;泽石科技(武汉)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/202011376808.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top