[發(fā)明專利]垃圾數(shù)據(jù)刪除性能預(yù)測方法、裝置、設(shè)備、存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210653565.4
• 申請日: 2022-06-10
• 公開（公告）號: CN114996254A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計）人: 王鉑;陶桐桐
• 申請（專利權(quán)）人: 濟(jì)南浪潮數(shù)據(jù)技術(shù)有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/22;G06N20/00
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 劉松

1.一種垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，包括：

采集對象存儲中的輸入?yún)?shù)對應(yīng)的性能數(shù)據(jù)，作為采樣數(shù)據(jù)；

利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型；

利用所述訓(xùn)練后的極限學(xué)習(xí)機(jī)模型對對象存儲集群中的數(shù)據(jù)進(jìn)行垃圾數(shù)據(jù)刪除速度的性能預(yù)測。

2.根據(jù)權(quán)利要求1所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述采集對象存儲中的輸入?yún)?shù)對應(yīng)的性能數(shù)據(jù)，作為采樣數(shù)據(jù)，包括：

采集對象存儲中的并發(fā)線程數(shù)、每次列舉對象數(shù)和集群刪除性能，作為采樣數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型，包括：

將所述對象存儲中的所述并發(fā)線程數(shù)、所述每次列舉對象數(shù)和所述集群刪除性能輸入至原始極限學(xué)習(xí)機(jī)模型中進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型。

4.根據(jù)權(quán)利要求1所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型之前，還包括：

預(yù)先構(gòu)建所述原始極限學(xué)習(xí)機(jī)模型，并利用所述原始極限學(xué)習(xí)機(jī)模型生成輸入權(quán)重和隱層偏置。

5.根據(jù)權(quán)利要求4所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，包括：

將所述采樣數(shù)據(jù)輸入原始極限學(xué)習(xí)機(jī)模型，基于所述輸入權(quán)重和所述隱層偏置計算隱層到輸出層的輸出權(quán)重，并計算隱層輸出矩陣；

基于所述隱層輸出矩陣確定所述隱層與所述輸出層之間的連接權(quán)值。

6.根據(jù)權(quán)利要求1所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型之前，還包括：

預(yù)先設(shè)置隱層節(jié)點數(shù)以及構(gòu)建激活函數(shù)。

7.根據(jù)權(quán)利要求1所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法，其特征在于，所述利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型之后，還包括：

將驗證數(shù)據(jù)集輸入至所述訓(xùn)練后的極限學(xué)習(xí)機(jī)模型，以便所述訓(xùn)練后的極限學(xué)習(xí)機(jī)模型輸出相應(yīng)的垃圾數(shù)據(jù)刪除性能的預(yù)測結(jié)果；

利用預(yù)設(shè)準(zhǔn)確率驗證算法對所述預(yù)測結(jié)果進(jìn)行準(zhǔn)確率的驗證。

8.一種垃圾數(shù)據(jù)刪除性能預(yù)測裝置，其特征在于，包括：

數(shù)據(jù)采集模塊，用于采集對象存儲中的輸入?yún)?shù)對應(yīng)的性能數(shù)據(jù)，作為采樣數(shù)據(jù)；

模型訓(xùn)練模塊，用于利用所述采樣數(shù)據(jù)對原始極限學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練后的極限學(xué)習(xí)機(jī)模型；

性能預(yù)測模塊，用于利用所述訓(xùn)練后的極限學(xué)習(xí)機(jī)模型對對象存儲集群中的數(shù)據(jù)進(jìn)行垃圾數(shù)據(jù)刪除速度的性能預(yù)測。

9.一種電子設(shè)備，其特征在于，包括：

存儲器，用于保存計算機(jī)程序；

處理器，用于執(zhí)行所述計算機(jī)程序，以實現(xiàn)如權(quán)利要求1至7任一項所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法的步驟。

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，用于存儲計算機(jī)程序；其中，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述的垃圾數(shù)據(jù)刪除性能預(yù)測方法的步驟。