[發(fā)明專(zhuān)利]基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010109744.2
• 申請(qǐng)日: 2020-02-22
• 公開(kāi)（公告）號(hào): CN111352812A
• 公開(kāi)（公告）日: 2020-06-30
• 發(fā)明（設(shè)計(jì)）人: 李闖;李玲俠
• 申請(qǐng)（專(zhuān)利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類(lèi)號(hào): G06F11/34
• 分類(lèi)號(hào): G06F11/34;G06N20/00
• 代理公司: 濟(jì)南舜源專(zhuān)利事務(wù)所有限公司 37205
• 代理人: 張營(yíng)磊

1.一種基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法，其特征在于，包括如下步驟：

S1.創(chuàng)建存儲(chǔ)設(shè)備測(cè)試環(huán)境，設(shè)置存儲(chǔ)設(shè)備處于不同配置，并收集不同配置對(duì)應(yīng)的IOPS性能值，生成測(cè)試數(shù)據(jù)集合；

S2.構(gòu)造配置信息及IOPS性能值的數(shù)據(jù)樣本特征空間向量，根據(jù)數(shù)據(jù)樣本特征空間向量搭建樸素貝葉斯算法模型，并設(shè)置數(shù)據(jù)樣本輸入輸出接口；

S3.自動(dòng)通過(guò)測(cè)試數(shù)據(jù)集合對(duì)樸素貝葉斯算法模型反復(fù)進(jìn)行訓(xùn)練及測(cè)試，直至樸素貝葉斯算法模型的準(zhǔn)確率達(dá)到預(yù)期，生成樸素貝葉斯機(jī)器學(xué)習(xí)模型；

S4.輸入存儲(chǔ)設(shè)備的配置，通過(guò)樸素貝葉斯機(jī)器學(xué)習(xí)模型對(duì)輸入的存儲(chǔ)設(shè)備模型對(duì)應(yīng)的IOPS性能進(jìn)行預(yù)測(cè)。

2.如權(quán)利要求1所述的基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法，其特征在于，步驟S1具體步驟如下：

S11.創(chuàng)建存儲(chǔ)設(shè)備測(cè)試環(huán)境；

S12.設(shè)置存儲(chǔ)設(shè)備處于不同配置，并收集不同配置對(duì)應(yīng)的IOPS性能值，設(shè)置不同IOPS性能值對(duì)應(yīng)IOPS性能級(jí)別，生成測(cè)試數(shù)據(jù)集合；所述存儲(chǔ)設(shè)備的配置包括RAID級(jí)別參數(shù)、RAID磁盤(pán)數(shù)量參數(shù)、存儲(chǔ)的輸出鏈路數(shù)量參數(shù)、每個(gè)RAID創(chuàng)建LUN數(shù)量參數(shù)以及測(cè)試性能的并發(fā)數(shù)參數(shù)；所述IOPS性能級(jí)別包括性能級(jí)別差、性能級(jí)別合格以及性能級(jí)別優(yōu)；

S13.將測(cè)試數(shù)據(jù)集合分成第一測(cè)試數(shù)據(jù)集合和第二測(cè)試數(shù)據(jù)集合。

3.如權(quán)利要求2所述的基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法，其特征在于，步驟S2具體步驟如下：

S21.構(gòu)造存儲(chǔ)設(shè)備各配置參數(shù)對(duì)應(yīng)的數(shù)據(jù)樣本特征空間向量；

S22.構(gòu)造存儲(chǔ)設(shè)備IOPS性能級(jí)別對(duì)應(yīng)的數(shù)據(jù)樣本特征空間向量；

S23.根據(jù)存儲(chǔ)設(shè)備各配置參數(shù)及IOPS性能級(jí)別對(duì)應(yīng)的數(shù)據(jù)樣本特征空間向量搭建樸素貝葉斯算法模型；

S24.設(shè)置數(shù)據(jù)樣本輸入接口為存儲(chǔ)設(shè)備各配置參數(shù)，設(shè)置數(shù)據(jù)樣本輸出接口為存儲(chǔ)設(shè)備IOPS性能級(jí)別。

4.如權(quán)利要求3所述的基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法，其特征在于，步驟S3具體步驟如下：

S31.自動(dòng)通過(guò)第一測(cè)試數(shù)據(jù)集合對(duì)樸素貝葉斯算法模型進(jìn)行訓(xùn)練；

S32.自動(dòng)通過(guò)第二測(cè)試數(shù)據(jù)集合對(duì)經(jīng)過(guò)訓(xùn)練的樸素貝葉斯算法模型進(jìn)行測(cè)試；

S33.判斷樸素貝葉斯算法模型的準(zhǔn)確率是否達(dá)到預(yù)期；

若否，返回步驟S31；

若是，設(shè)定經(jīng)過(guò)訓(xùn)練的樸素貝葉斯算法模型為樸素貝葉斯機(jī)器學(xué)習(xí)模型。

5.如權(quán)利要求4所述的基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能方法，其特征在于，步驟S4具體步驟如下：

S41.獲取存儲(chǔ)設(shè)備的設(shè)定配置對(duì)應(yīng)配置參數(shù)；

S42.將獲取的存儲(chǔ)設(shè)備設(shè)定配置參數(shù)輸入到樸素貝葉斯機(jī)器學(xué)習(xí)模型；

S43.通過(guò)樸素貝葉斯機(jī)器學(xué)習(xí)模型對(duì)存儲(chǔ)設(shè)備處于各IOPS性能級(jí)別的概率分別進(jìn)行預(yù)測(cè)，輸出各IOPS性能級(jí)別的預(yù)測(cè)概率。

6.一種基于樸素貝葉斯機(jī)器學(xué)習(xí)模型預(yù)測(cè)存儲(chǔ)設(shè)備性能系統(tǒng)，其特征在于，包括：

測(cè)試環(huán)境創(chuàng)建模塊(1)，用于創(chuàng)建存儲(chǔ)設(shè)備測(cè)試環(huán)境，設(shè)置存儲(chǔ)設(shè)備處于不同配置，并收集不同配置對(duì)應(yīng)的IOPS性能值，生成測(cè)試數(shù)據(jù)集合；

樸素貝葉斯算法模型搭建模塊(2)，用于構(gòu)造配置信息及IOPS性能值的數(shù)據(jù)樣本特征空間向量，根據(jù)數(shù)據(jù)樣本特征空間向量搭建樸素貝葉斯算法模型，并設(shè)置數(shù)據(jù)樣本輸入輸出接口；

樸素貝葉斯機(jī)器學(xué)習(xí)模型訓(xùn)練模塊(3)，用于自動(dòng)通過(guò)測(cè)試數(shù)據(jù)集合對(duì)樸素貝葉斯算法模型反復(fù)進(jìn)行訓(xùn)練及測(cè)試，直至樸素貝葉斯算法模型的準(zhǔn)確率達(dá)到預(yù)期，生成樸素貝葉斯機(jī)器學(xué)習(xí)模型；

IOPS性能預(yù)測(cè)模塊(4)，用于輸入存儲(chǔ)設(shè)備的配置，通過(guò)樸素貝葉斯機(jī)器學(xué)習(xí)模型對(duì)輸入的存儲(chǔ)設(shè)備模型對(duì)應(yīng)的IOPS性能進(jìn)行預(yù)測(cè)。