[發明專利]硬盤更換判別方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202110697081.5
• 申請日: 2021-06-23
• 公開（公告）號: CN113312006A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 馮期明;盧道和;羅鍶;曾可;黃耿冬;邵海濤;魯東東;郭江濤
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F3/06
• 分類號: G06F3/06;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張莉

1.一種硬盤更換判別方法，其特征在于，所述硬盤更換判別方法包括：

獲取目標硬盤對應的硬盤運行時間，提取所述硬盤運行時間內的健康特征值以及退役特征值；

構建所述健康特征值在所述硬盤運行時間內的隨時間變化矩陣，獲得健康特征數據；

構建所述退役特征值在所述硬盤運行時間內的隨時間變化矩陣，獲得退役特征數據；

基于硬盤狀態預測模型、所述健康特征數據和所述退役特征數據，通過對所述目標硬盤進行健康狀態預測和退役狀態預測，判別所述目標硬盤是否需要進行更換。

2.如權利要求1所述硬盤更換判別方法，其特征在于，所述硬盤狀態預測模型包括健康狀態預測模型和退役狀態預測模型，

所述基于硬盤狀態預測模型、所述健康特征數據和所述退役特征數據，通過對所述目標硬盤進行健康狀態預測和退役狀態預測，判別所述目標硬盤是否需要進行更換的步驟包括：

通過將所述健康特征數據輸入所述健康狀態預測模型，對所述目標硬盤進行健康狀態預測，獲得健康狀態預測結果；

若所述健康狀態預測結果為不健康，則判定所述目標硬盤需要進行更換；

若所述健康狀態預測結果為健康，則通過將所述退役特征數據輸入所述退役狀態預測模型，對所述目標硬盤進行退役狀態預測，獲得退役狀態預測結果；

基于所述退役狀態預測結果，判別所述目標硬盤是否需要進行更換。

3.如權利要求1所述硬盤更換判別方法，其特征在于，所述硬盤狀態預測模型包括健康狀態預測模型和退役狀態預測模型，

所述基于硬盤狀態預測模型、所述健康特征數據和所述退役特征數據，通過對所述目標硬盤進行健康狀態預測和退役狀態預測，判別所述目標硬盤是否需要進行更換的步驟包括：

通過將所述健康特征數據輸入所述健康狀態預測模型，對所述目標硬盤進行健康狀態預測，獲得健康狀態預測結果；

通過將所述退役特征數據輸入所述退役狀態預測模型，對所述目標硬盤進行退役狀態預測，獲得退役狀態預測結果；

對所述健康狀態預測結果和所述退役狀態預測結果進行聚合，獲得硬盤狀態預測結果；

基于所述硬盤狀態預測結果，判別所述目標硬盤是否需要進行更換。

4.如權利要求2或3所述硬盤更換判別方法，其特征在于，所述健康狀態預測模型包括卷積神經網絡模型和循環神經網絡模型，

所述通過將所述健康特征數據輸入所述健康狀態預測模型，對所述目標硬盤進行健康狀態預測，獲得健康狀態預測結果的步驟包括：

將所述健康特征數據輸入所述卷積神經網絡模型，以基于所述健康特征數據在硬盤運行時間內的分布狀況，對所述目標硬盤進行健康狀態預測，獲得第一健康狀態預測結果；

將所述健康特征數據輸入所述循環神經網絡模型，以基于所述健康特征的變化趨勢，對所述目標硬盤進行健康狀態預測，獲得第二健康狀態預測結果；

對所述第一健康狀態預測結果和所述第二健康狀態預測結果進行聚合，獲得所述健康狀態預測結果。

5.如權利要求4所述硬盤更換判別方法，其特征在于，所述健康特征數據包括在所述硬盤運行時間內的時序健康特征數據，所述第一健康狀態預測結果包括健康概率，

所述將所述健康特征數據輸入所述卷積神經網絡模型，以基于所述健康特征數據在硬盤運行時間內的分布狀況，對所述目標硬盤進行健康狀態預測，獲得第一健康狀態預測結果的步驟包括：

基于所述卷積神經網絡模型中的特征提取器，將所述時序健康特征數據映射為特征提取結果；

基于所述卷積神經網絡模型中的分類器，將所述特征提取結果轉換為所述健康概率。

6.如權利要求1所述硬盤更換判別方法，其特征在于，所述退役特征值至少包括硬盤溫度和硬盤業務復雜度中的一種。