[發明專利]存儲系統和存儲控制方法

在審

• 申請號: 202010160384.9
• 申請日: 2020-03-10
• 公開（公告）號: CN112087234A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 成子貴洋;圷弘明;鈴木彬史
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: H03M7/30
• 分類號: H03M7/30;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京尚誠知識產權代理有限公司 11322
• 代理人: 龍淳;牛孝靈

1.一種存儲系統，包括：

與存儲裝置連接的接口裝置；和

處理器，其使用基于機器學習的壓縮解壓器進行時序數據的有損壓縮，將實施了有損壓縮的時序數據即壓縮后數據保存到所述存儲裝置中，

其中，輸入到所述壓縮解壓器的是由壓縮前的時序數據構成的原數據，針對該時序數據，所述壓縮解壓器輸出的是對該時序數據的壓縮后數據進行解壓而得到的數據即解壓數據，

針對一種以上的統計量中的每一種，基于一個以上的參數進行所述壓縮解壓器的機器學習，使用進行了該機器學習后的壓縮解壓器進行所述時序數據的壓縮，將該時序數據的壓縮后數據保存到所述存儲裝置中，

所述處理器，

以所述原數據為對象，針對所述一種以上的統計量中的每一種，基于所述一個以上的參數計算統計量值，

以與該原數據對應的所述解壓數據為對象，針對所述一種以上的統計量中的每一種，基于所述一個以上的參數計算統計量值，

基于以所述原數據為對象針對所述一種以上的統計量中的每一種而計算出的統計量值，和以所述解壓數據為對象針對所述一種以上的統計量中的每一種而計算出的統計量值，來進行所述壓縮解壓器的機器學習。

2.如權利要求1所述的存儲系統，其中，

所述壓縮解壓器的機器學習是基于該壓縮解壓器中設定的目標函數來進行的，

所述處理器針對所述一種以上的統計量中的每一種，將與下述兩個統計量值之差相關的一種以上的值設定為所述壓縮解壓器的目標函數，其中一個統計量值是以所述原數據為對象針對所述一種以上的統計量中的每一種而計算出的，另一個統計量值是以所述解壓數據為對象針對所述一種以上的統計量中的每一種而計算出的。

3.如權利要求1所述的存儲系統，其中，

所述一種以上的統計量包括均值和方差中的至少一個，

針對所述一種以上的統計量中的至少一種統計量，所述一個以上的參數包括樣本數和計算頻率。

4.如權利要求1所述的存儲系統，其中，

所述處理器提供第一接口，該第一接口是針對一種以上的統計量中的每一種，接收計算該統計量所需的一個以上的參數的輸入的接口。

5.如權利要求4所述的存儲系統，其中，

所述處理器針對所述一種以上的統計量中的每一種，對包括經所述第一接口而輸入的一個以上的參數的信息進行管理。

6.如權利要求4所述的存儲系統，其中，

所述處理器，

以所述原數據為對象，針對所述一種以上的統計量中的每一種，基于經所述第一接口輸入的一個以上的參數計算統計量值，

以與所述機器學習后的壓縮解壓器的壓縮后數據對應的解壓數據為對象，針對所述一種以上的統計量中的每一種，基于經所述第一接口輸入的一個以上的參數計算統計量值，

并且提供第二接口，該第二接口是用于顯示統計量品質的接口，所述統計量品質與下述兩個統計量值之差對應，其中一個統計量值是以所述原數據為對象針對所述一種以上的統計量中的每一種而計算出的，另一個統計量值是以所述解壓數據為對象針對所述一種以上的統計量中的每一種而計算出的。

7.如權利要求6所述的存儲系統，其中，

所述統計量品質是關于下述兩個統計量值之差的一種以上的值，其中一個統計量值是以所述原數據為對象針對所述一種以上的統計量中的每一種而計算出的，另一個統計量值是以所述解壓數據為對象針對所述一種以上的統計量中的每一種而計算出的。

8.如權利要求4所述的存儲系統，其中，

所述統計量的種類是經所述第一接口指定的種類。

9.一種存儲系統的存儲控制方法，所述存儲系統將數據壓縮后保存在存儲裝置中，其中，

以由時序數據構成的原數據為對象，針對一種以上的統計量中的每一種，基于一個以上的參數計算統計量值，其中，所述原數據被輸入到用于進行有損壓縮的、基于機器學習的壓縮解壓器中，

以從所述壓縮解壓器輸出的、與所述原數據對應的解壓數據為對象，針對所述一種以上的統計量中的每一種，基于所述一個以上的參數計算統計量值，

基于以所述原數據為對象針對所述一種以上的統計量中的每一種而計算出的統計量值，和以所述解壓數據為對象針對所述一種以上的統計量中的每一種而計算出的統計量值，來進行所述壓縮解壓器的機器學習。