一种硬盘故障预测方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例公开了一种硬盘故障预测方法、装置、电子设备及存储介质，所述方法包括：获取硬盘当前时刻的工作状态数据；利用故障预测模型对所述工作状态数据进行处理，获得所述硬盘在未来预设时长的故障预测结果；其中，所述故障预测模型为基于样本工作状态数据采用机器学习模型训练而成的。机器学习模型训练而成的。机器学习模型训练而成的。

A hard disk failure prediction method, device, electronic equipment and storage medium

【技术实现步骤摘要】
一种硬盘故障预测方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及一种硬盘故障预测方法、装置、电子设备及存储介质。

技术介绍

[0002]由于地铁站中存在大量硬盘，硬盘中保存着大量有价值的数据，对地铁站服务器中硬盘进行故障预测，及时发现可能要出现故障的硬盘并进行数据备份对于保证地铁站数据安全具有极其重要的意义。
[0003]硬盘的故障一般分为两种：可预测的和不可预测的。后者偶尔会发生，也没有办法去预防它，例如芯片突然失效，机械撞击等。但像电机轴承磨损、盘片磁介质性能下降等都属于可预测的情况，可以在几天甚至几星期前就发现这种不正常的现象。如何对硬盘的故障进行准确预测，一直以来备受关注。

技术实现思路

[0004]为解决现有存在的技术问题，本公开实施例提供一种硬盘故障预测方法、装置、电子设备及存储介质。
[0005]为达到上述目的，本公开实施例的技术方案是这样实现的：
[0006]本公开实施例提供了一种硬盘故障预测方法，所述方法包括：
[0007]获取硬盘当前时刻的工作状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种硬盘故障预测方法，其特征在于，所述方法包括：获取硬盘当前时刻的工作状态数据；利用预设故障预测模型对所述工作状态数据进行处理，获得所述硬盘在未来预设时长的故障预测结果；其中，所述预设故障预测模型为基于样本工作状态数据采用机器学习模型训练而成的。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据第一历史时刻对应的第一标签标识的工作状态数据，选取所述第一历史时刻之前第一预设时长内的工作状态数据，并将所述第一历史时刻的工作状态数据以及所述第一预设时长内的工作状态数据确定为第一标签标识的样本数据；选取历史时长内第二标签标识的样本数据；基于所述第一标签标识的样本数据以及所述第二标签标识的样本数据，采用所述机器学习模型训练获得所述故障预测模型。3.根据权利要求2所述的方法，其特征在于，所述选取历史时长内第二标签标识的样本数据，包括：根据第二历史时刻对应的第二标签标识的工作状态数据，选取所述第二历史时刻之前第二预设时长内的工作状态数据，并将所述第二历史时刻的工作状态数据以及所述第二预设时长内的工作状态数据确定为第二标签标识的样本数据。4.根据权利要求2所述的方法，其特征在于，所述第一标签标识的样本数据和所述第二标签标识的样本数据的数据量相同。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述硬盘的标识，确定所述硬盘的属性；所述利用预设故障预测模型对所述工作状态数据进行处理，获得所述硬盘在未来...

【专利技术属性】
技术研发人员：徐余明，石先明，凌力，刘利平，张伟，陈龙，胡祖翰，曹进，刘小树，刘杨，陈哲，
申请(专利权)人：中铁第四勘察设计院集团有限公司，
类型：发明
国别省市：