[發明專利]一種面向硬盤故障預測的特征選擇方法及硬盤故障預測方法

有效

• 申請號: 202010020945.5
• 申請日: 2020-01-09
• 公開（公告）號: CN111240915B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 楊洪章;楊雅輝
• 申請（專利權）人: 北京大學
• 主分類號: G06F11/22
• 分類號: G06F11/22;G06N20/00
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種面向硬盤故障預測的特征選擇方法，其步驟包括：

1)以設定時間間隔T采集所選w塊硬盤的SMART信息p次；所述SMART信息為硬盤的N維特征信息；

2)分別計算每一維特征p次采集的特征值的方差或標準差，過濾掉方差或標準差小于設定閾值y的M個特征，保留剩余的N-M個特征；

3)選用x種算法對所保留的N-M個特征分別進行重要程度的排序，生成x個序列；

4)計算所保留的每一特征在各序列中位置的平均值，根據平均值對特征進行排序，生成序列b；

5)從該序列b中選取前k個特征并測試基于每次所選特征所建預測模型的召回率，將召回率最大值對應的所選特征作為最終的特征篩選結果；其中，確定最終所選特征的方法為：采用枚舉法選取序列b的前k個特征，先取k＝1，對當前所選特征進行建模并測試當前所建預測模型的召回率為recall₁；再取k＝2，對特征進行建模，并測試當前所建預測模型的召回率為recall₂……以此類推，直至k＝N-M，并測試當前所建預測模型的召回率為recall_N-M；然后比較recall₁、recall₂...recall_N-M，找出其中的最大值，記為recall_t，則將recall_t對應的所選特征作為最終的特征篩選結果。

2.如權利要求1所述的特征選擇方法，其特征在于，如果存在多個相同最大召回率，則比較各最大召回率對應的所選特征個數，選取所選特征個數最多的特征作為最終的特征篩選結果。

3.如權利要求1所述的特征選擇方法，其特征在于，對所保留的N-M個特征按照其對應的平均值由小至大進行排序，得到序列b。

4.如權利要求1所述的特征選擇方法，其特征在于，所述x種算法包括但不限于下列算法：基于卡方檢驗算法、基于邏輯回歸算法、基于支持向量分類算法、基于隨機森林算法、基于梯度提升迭代決策樹算法、經驗判斷、可視化觀察法。

5.如權利要求1所述的特征選擇方法，其特征在于，所述w塊硬盤的品牌、型號均相同。

6.一種硬盤故障預測方法，其步驟包括：

1)以設定時間間隔T采集所選w塊硬盤的SMART信息p次；所述SMART信息為硬盤的N維特征信息；

2)分別計算每一維特征p次采集的特征值的方差或標準差，過濾掉方差或標準差小于設定閾值y的M個特征，保留剩余的N-M個特征；

3)選用x種算法對所保留的N-M個特征分別進行重要程度的排序，生成x個序列；

4)計算所保留的每一特征在各序列中位置的平均值，根據平均值對特征進行排序，生成序列b；

5)從該序列b中選取前k個特征并測試基于每次所選特征所建預測模型的召回率，將召回率最大值對應的預測模型作為硬盤故障預測模型，對應的特征作為預測特征；其中采用枚舉法選取序列b的前k個特征，先取k＝1，對當前所選特征進行建模并測試當前所建預測模型的召回率為recall₁；再取k＝2，對特征進行建模，并測試當前所建預測模型的召回率為recall₂……以此類推，直至k＝N-M，并測試當前所建預測模型的召回率為recall_N-M；然后比較recall₁、recall₂...recall_N-M，找出其中的最大值，記為recall_t，則將recall_t對應的所選特征作為所述預測特征，將recall_t對應的預測模型作為硬盤故障預測模型；

6)將待測硬盤的預測特征輸入所述硬盤故障預測模型，得到該待測硬盤的預測結果。

7.如權利要求6所述的硬盤故障預測方法，其特征在于，如果存在多個相同最大召回率，則比較各最大召回率對應的所選特征個數，選取所選特征個數最多的特征作為最終的特征篩選結果。

8.如權利要求6所述的硬盤故障預測方法，其特征在于，所述w塊硬盤以及待測硬盤的品牌、型號均相同。