[發明專利]磁盤故障預測方法、裝置、設備及計算機存儲介質

在審

• 申請號: 201911421659.3
• 申請日: 2019-12-31
• 公開（公告）號: CN113127274A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 郭志斌;滕濱;張琳
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F11/22
• 分類號: G06F11/22
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 娜拉

1.一種磁盤故障預測方法，其特征在于，包括：

獲取目標磁盤中每塊磁盤的磁盤數據，所述磁盤數據包括目標動環監控告警數據；

對所述磁盤數據進行歸一化處理，以生成歸一化磁盤數據；

根據所述歸一化磁盤數據和預構建的第一決策樹模型，確定所述目標磁盤中每塊磁盤的第一故障預測結果。

2.根據權利要求1所述的方法，其特征在于，所述目標磁盤包括至少一個磁盤組，每個磁盤組包括存儲相同數據的存儲結點磁盤和備份結點磁盤，所述第一決策樹模型包括故障磁盤取值范圍；

所述根據所述歸一化磁盤數據和預構建的第一決策樹模型，確定所述目標磁盤中每塊磁盤的第一故障預測結果，包括：

根據所述第一決策樹模型和每個磁盤組中所述存儲結點磁盤的歸一化磁盤數據和所述備份結點磁盤的歸一化磁盤數據，確定每個磁盤組中所述存儲結點磁盤和所述備份結點磁盤的第二故障預測結果；

當所述第二故障預測結果在所述故障磁盤取值范圍內時，對所述存儲結點磁盤的磁盤數據和所述備份結點磁盤的磁盤數據進行重新預測，確定每個磁盤組的第三故障預測結果；

根據所述第二故障預測結果和所述第三故障預測結果，確定目標磁盤中每塊磁盤的第一故障預測結果。

3.根據權利要求2所述的方法，其特征在于，所述對所述存儲結點磁盤的磁盤數據和所述備份結點磁盤的磁盤數據進行重新預測，確定每個磁盤組的第三故障預測結果，包括：

對所述存儲結點磁盤的磁盤數據和所述備份結點磁盤的磁盤數據計算算數平均數，以形成磁盤組數據；

對所述磁盤組數據進行所述歸一化處理，以生成歸一化磁盤組數據；

根據所述第一決策樹模型和所述歸一化磁盤組數據，確定所述磁盤組的第三故障預測結果。

4.根據權利要求1所述的方法，其特征在于，在所述根據所述歸一化磁盤數據和預構建的第一決策樹模型，確定所述目標磁盤中每塊磁盤的第一故障預測結果之前，所述方法還包括：

獲取樣本磁盤在N個維度上的樣本數據；

對所述樣本數據進行所述歸一化處理，以生成歸一化樣本數據；

對所述歸一化樣本數據進行離散化處理，以生成離散化樣本數據；

對所述離散化樣本數據進行訓練，得到所述第一決策樹模型。

5.根據權利要求4所述的方法，其特征在于，所述對所述歸一化樣本數據進行離散化處理，以生成離散化樣本數據，包括：

利用區塊對所述歸一化樣本數據進行離散，以生成離散化樣本數據；

其中，在每一個維度上，所述區塊的數值由歸一化樣本數據正態分布兩側位置到中心位置逐漸減小。

6.根據權利要求4或5所述的方法，其特征在于，所述對所述離散化樣本數據進行訓練，得到所述第一決策樹模型，包括：

計算所述離散化樣本數據在每一個維度的信息增益；

將每一個維度的所述信息增益由大到小排序，形成一個信息增益數組；

以所述信息增益數組中由大到小的信息增益所在維度作為節點依次展開，得到所述第一決策樹模型。

7.根據權利要求6所述的方法，其特征在于，所述計算所述離散化樣本數據在每一個維度的信息增益，包括：

計算所述離散化樣本數據的總體條件熵；

計算所述離散化樣本數據在每一個維度的每一個區塊上的特征條件熵；

根據所述特征條件熵計算所述離散化樣本數據在每一個維度的類別熵；

根據所述總體條件熵和類別熵計算所述離散化樣本數據在每一個維度的信息增益。