[發明專利]一種云計算服務器硬盤故障預測方法及裝置

在審

• 申請號: 201810811260.5
• 申請日: 2018-07-23
• 公開（公告）號: CN109032891A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 高曉鋒;郭鋒;韓笑瑩
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/32
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 李紅爽;解婷婷

本發明公開了一種云計算服務器硬盤故障預測方法及裝置，涉及云計算IaaS層技術。本發明公開的云計算服務器硬盤故障預測方法，包括：采集并存儲硬盤信息以及機房環境信息；根據所采集的硬盤信息和機房環境信息，結合硬盤歷史故障數據進行分析，預測服務器硬盤故障。本申請技術方案在硬盤出現故障前提前預警，使得云計算IaaS層服務器硬盤故障的發現無需人工干預，自動完成，從而提高云計算IaaS層的服務質量，提高運維效率。

技術領域

本發明涉及云計算IaaS(Infrastructure as a Service，基礎設施即服務)層技術，特別涉及一種服務器硬盤故障預測的方案。

背景技術

隨著云計算、數據中心的普及，IaaS層基礎設施特別是服務器，規模已經到達萬級數量。服務器硬盤雖然故障率較低，便隨著數量的增多，服務年限的增加，故障率也會隨著增加，因此采用一種自動方法對服務器硬盤進行預測，以便及時更換即將損壞的硬盤對提高IaaS層的服務質量非常有必要。

目前的服務器硬盤只能靠SMART(Self－Monitoring Analysis and ReportingTechnology，自動檢測分析及報告技術)記錄硬盤信息，當出現故障后，系統啟動時提示用戶，無法提供自動預測功能，當硬盤規模較大，服務年限長時，會給IaaS的服務質量造成不良影響，嚴重情況下會導致數據丟失，而且靠人工維護費時費力，無法解決這個問題。

發明內容

本發明公開了一種云計算服務器硬盤故障預測方法及裝置，可以解決無法對服務器硬盤故障進行提前預警的問題。

本發明公開了一種云計算服務器硬盤故障預測方法，包括：

采集并存儲硬盤信息以及機房環境信息；

根據所采集的硬盤信息和機房環境信息，結合硬盤歷史故障數據進行分析，預測服務器硬盤故障。

可選地，上述方法中，所述硬盤信息至少包括如下任一種或幾種信息：

硬盤基本信息、硬盤自動檢測分析及報告技術SMART信息、硬盤參數信息。

可選地，上述方法中，所述機房環境信息至少包括如下任一種或幾種：

溫度、濕度、通風情況。

可選地，上述方法中，所述根據所采集的硬盤信息和機房環境信息，結合硬盤歷史故障數據進行分析，預測服務器硬盤故障，包括：

針對服務器中的每塊硬盤的硬盤信息結合硬盤歷史故障數據進行學習訓練，建立邏輯回歸預測學習模型并進行優化，根據優化后的模型分析當前采集的硬盤信息，并結合當前機房環境信息對硬盤故障進行預測。

可選地，上述方法還包括：

在預測服務器硬盤故障后，向用戶提示硬盤故障預測信息。

本發明還公開了一種云計算服務器硬盤故障預測裝置，包括：

信息采集模塊，采集硬盤信息存儲至硬盤信息庫，以及采集機房環境信息并存儲至機房環境信息庫；

機器學習算法預測模塊，根據所采集的硬盤信息和機房環境信息，結合硬盤歷史故障數據進行分析，預測服務器硬盤故障。

可選地，上述裝置中，所述硬盤信息至少包括如下任一種或幾種信息：

硬盤基本信息、硬盤自動檢測分析及報告技術SMART信息、硬盤參數信息。

可選地，上述裝置中，所述機房環境信息至少包括如下任一種或幾種：

溫度、濕度、通風情況。

可選地，上述裝置中，所述機器學習算法預測模塊，根據所采集的硬盤信息和機房環境信息，結合硬盤歷史故障數據進行分析，預測服務器硬盤故障，包括：