[發明專利]一種用于建立儲存裝置流量模型的方法與系統

有效

• 申請號: 201410322781.6
• 申請日: 2014-07-08
• 公開（公告）號: CN105306240B
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 黃明仁;黃純芳;石宗民;陳文賢
• 申請（專利權）人: 先智云端數據股份有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京科龍寰宇知識產權代理有限責任公司 11139
• 代理人: 孫皓晨

1.一種用于在軟件定義儲存下建立儲存裝置流量模型的方法，其特征在于，包含以下步驟：

在一段時間內，由一儲存節點收集至少一個性能參數的觀察值；

由該觀察值，學習該至少一個性能參數隨時間變化的一趨勢結構；及

于未來一特定的時間點提供該特定的時間點的一性能參數的預測值，

其中該儲存節點由軟件定義儲存軟件所運作，該趨勢結構基于經過該段時間后收集的觀察值而被調整，該預測值由調整后的趨勢結構輸出，

其中該趨勢結構具有一隱藏元件與一輸出元件，

其中該隱藏元件通過使用多個神經節點而建立，每一神經節點由找出一權值與一第一偏置值及設定一第一激發函數而建立，并運作如下：將該權值與該觀察值或該預測值相乘、將相乘結果與該第一偏置值相加而得一總和、輸入該總和到該第一激發函數，及由該第一激發函數產生一轉換值，

其中該輸出元件由找出一權值與一第二偏置值，及設定一第二激發函數而建立，并運作如下：將該權值與該隱藏元件每一神經節點的轉換值相乘，將相乘結果與該第二偏置值相加而得一總和，輸入該總和到第二激發函數，及由該第二激發函數產生該預測值。

2.如權利要求1所述的方法，其中該性能參數包含每秒輸入輸出操作次數、延遲時間、流通量與隊列。

3.如權利要求1所述的方法，進一步包含步驟：

在該特定的時間點，比較一輸出的預測值與該性能參數的一被比較的觀察值；及

調整該趨勢結構，以便對于在相同的特定的時間點，調整的趨勢結構的另一預測值較為接近該被比較的觀察值。

4.如權利要求1所述的方法，其中該趨勢結構進一步通過修改該權值、該第一偏置值，及/或該第一激發函數中的參數至少其中一個而調整。

5.如權利要求1所述的方法，其中該第一激發函數為一S型函數、線性函數、雙曲正切函數、符號函數或階躍函數。

6.如權利要求1所述的方法，其中該趨勢結構進一步由修改該權值、該第二偏置值及/或該第二激發函數的參數而調整。

7.如權利要求1所述的方法，其中該第二激發函數為一S型函數、線性函數、雙曲正切函數、符號函數或階躍函數。

8.一種用于在軟件定義儲存下建立儲存裝置流量模型的系統，其特征在于，包含：

一流量監測模塊，用以在一段時間內，由一儲存節點收集至少一個性能參數的觀察值；及

一神經網絡預測模塊，用以由該觀察值學習該至少一個性能參數隨時間變化的一趨勢結構，及于未來一特定的時間點提供該特定的時間點的一性能參數的預測值，

其中該儲存節點由軟件定義儲存軟件所運作，該趨勢結構基于經過該段時間后收集的觀察值而被調整，該預測值由調整后的趨勢結構輸出，

其中該趨勢結構具有一隱藏元件與一輸出元件，

其中該隱藏元件通過使用多個神經節點而建立，每一神經節點運作如下：將一權值與該觀察值或來自該輸出元件的一預測值相乘、將相乘結果與一第一偏置值相加而得一總和、輸入該總和到一第一激發函數，及由該第一激發函數產生一轉換值，

其中該輸出元件將一權值與該隱藏元件每一神經節點的轉換值相乘、提供一第二偏置值、將相乘結果與該第二偏置值相加而得一總和，及輸入該總和至一第二激發函數，以由該第二激發函數產生該預測值。

9.如權利要求8所述的系統，其中該性能參數包含每秒輸入輸出操作次數、延遲時間、流通量與隊列。

10.如權利要求8所述的系統，其中該神經網絡預測模塊進一步在該特定的時間點，比較一輸出的預測值與該性能參數的一被比較的觀察值；及調整該趨勢結構，以便對于在相同的特定的時間點，調整的趨勢結構的另一預測值較為接近該被比較的觀察值。

11.如權利要求8所述的系統，其中該趨勢結構進一步由修改該權值、該第一偏置值，及/或該第一激發函數的參數中至少一個而調整。