[發(fā)明專利]磁盤故障預(yù)測方法、裝置、計(jì)算機(jī)設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810359823.1
• 申請(qǐng)日: 2018-04-20
• 公開（公告）號(hào): CN110389866A
• 公開（公告）日: 2019-10-29
• 發(fā)明（設(shè)計(jì)）人: 葛育波;劉佳;楊貽鑫;潘宣辰
• 申請(qǐng)（專利權(quán)）人: 武漢安天信息技術(shù)有限責(zé)任公司
• 主分類號(hào): G06F11/22
• 分類號(hào): G06F11/22;G06F11/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種磁盤故障預(yù)測方法，包括：

獲取磁盤樣本多個(gè)維度上的數(shù)據(jù)信息以構(gòu)造Adaboost算法中弱學(xué)習(xí)算法可讀的訓(xùn)練集；

通過Adaboost算法對(duì)所述訓(xùn)練集進(jìn)行訓(xùn)練，生成強(qiáng)分類器；

根據(jù)所述強(qiáng)分類器對(duì)待測磁盤進(jìn)行故障預(yù)測。

2.如權(quán)利要求1所述的磁盤故障預(yù)測方法，其特征在于，所述通過Adaboost算法對(duì)所述訓(xùn)練集進(jìn)行訓(xùn)練，生成強(qiáng)分類器，包括：

初始化所述訓(xùn)練集中各磁盤樣本的權(quán)重分布；

針對(duì)所述磁盤樣本的當(dāng)前權(quán)重分布，對(duì)各磁盤樣本每個(gè)維度的數(shù)據(jù)信息分別訓(xùn)練至少一個(gè)第一分類器，其中訓(xùn)練次數(shù)為至少一次；

每次訓(xùn)練后，確定所述第一分類器的當(dāng)前分類誤差率，選取所有維度中最小當(dāng)前分類誤差率的第一分類器作為第二分類器，根據(jù)所述當(dāng)前最小誤差率更新所述訓(xùn)練集中各磁盤樣本的權(quán)重；

當(dāng)當(dāng)前選取的第二分類器滿足預(yù)設(shè)條件時(shí)，利用所有第二分類器加權(quán)求和的方式確定強(qiáng)分類器。

3.如權(quán)利要求1所述的磁盤故障預(yù)測方法，其特征在于，所述通過Adaboost算法對(duì)所述訓(xùn)練集進(jìn)行訓(xùn)練，生成強(qiáng)分類器，包括：

初始化所述訓(xùn)練集中各磁盤樣本的權(quán)重分布；

根據(jù)所述磁盤樣本的數(shù)據(jù)信息訓(xùn)練最佳分類器，所述最佳分類器是預(yù)設(shè)的多維度的分類器中，針對(duì)所述磁盤樣本的當(dāng)前權(quán)重分布，當(dāng)前分類誤差率最小的預(yù)設(shè)分類器，其中訓(xùn)練次數(shù)為至少一次；

在每次訓(xùn)練后，根據(jù)當(dāng)前最小誤差率更新所述訓(xùn)練集中各磁盤樣本的權(quán)重；

當(dāng)當(dāng)前訓(xùn)練的最佳分類器滿足預(yù)設(shè)條件時(shí)，利用所有最佳分類器加權(quán)求和的方式確定強(qiáng)分類器。

4.如權(quán)利要求2或3所述的磁盤故障預(yù)測方法，其特征在于，分類器的當(dāng)前分類誤差率為被對(duì)應(yīng)分類器預(yù)測錯(cuò)誤的所有磁盤樣本的當(dāng)前權(quán)重之和。

5.如權(quán)利要求2或3所述的磁盤故障預(yù)測方法，其特征在于，根據(jù)公式更新每個(gè)磁盤樣本的權(quán)重，其中，ω_t+1，i為第i個(gè)磁盤樣本第t+1次訓(xùn)練前的權(quán)重，c_ft，t(x)是第t次循環(huán)中具有最小分類誤差率的分類器，最佳分類器c_ft，t(x)的ft是第t次訓(xùn)練所有維度的預(yù)設(shè)分類器中分類誤差率最小的分類器對(duì)應(yīng)的維度，y_i為第i個(gè)磁盤樣本的狀態(tài)，ε_t為分類器c_ft，t(x)的分類誤差率，N為磁盤樣本的總個(gè)數(shù)。

6.如權(quán)利要求5所述的磁盤故障預(yù)測方法，其特征在于，所述磁盤樣本的數(shù)據(jù)信息僅包括磁盤樣本的SMART信息，或者包括磁盤樣本的SMART信息和其他磁盤狀態(tài)信息，所述其他磁盤狀態(tài)信息包括磁盤樣本的IO狀態(tài)信息、環(huán)境溫度和濕度信息中的一個(gè)或多個(gè)。

7.如權(quán)利要求6所述的磁盤故障預(yù)測方法，其特征在于，所述通過Adaboost算法對(duì)所述磁盤樣本的數(shù)據(jù)信息進(jìn)行訓(xùn)練，生成強(qiáng)分類器，包括：

通過所述Adaboost算法對(duì)根據(jù)品牌廠商和/或業(yè)務(wù)場景分類后的磁盤樣本數(shù)據(jù)信息進(jìn)行訓(xùn)練，生成強(qiáng)分類器。

8.如權(quán)利要求5所述的磁盤故障預(yù)測方法，其特征在于，所述根據(jù)所述強(qiáng)分類器對(duì)待測磁盤進(jìn)行故障預(yù)測：

在接收到待測磁盤的當(dāng)前數(shù)據(jù)信息后，根據(jù)所述強(qiáng)分類器對(duì)應(yīng)的所有維度對(duì)所述待測磁盤的當(dāng)前數(shù)據(jù)信息提取特征值，將提取的特征值輸入所述強(qiáng)分類器后，根據(jù)強(qiáng)分類器的輸出結(jié)果預(yù)測所述待測磁盤是否出現(xiàn)故障。

9.一種磁盤故障預(yù)測裝置，包括：

磁盤樣本數(shù)據(jù)信息獲取模塊，用于獲取磁盤樣本多個(gè)維度上的數(shù)據(jù)信息，以構(gòu)造Adaboost算法中弱學(xué)習(xí)算法可讀的訓(xùn)練集；

強(qiáng)分類器生成模塊，用于通過Adaboost算法對(duì)所述訓(xùn)練集進(jìn)行訓(xùn)練，生成強(qiáng)分類器；

磁盤故障預(yù)測模塊，用于根據(jù)所述強(qiáng)分類器對(duì)待測磁盤進(jìn)行故障預(yù)測。