一种硬盘故障预测方法、系统、设备及介质技术方案

本发明专利技术涉及一种硬盘故障预测方法、系统、设备及介质，属于硬盘故障预测领域。方法包括：获取硬盘的SMART属性值；对SMART属性值进行数据标准化处理，并利用Relief算法对处理后的SMART属性值进行筛选，得到筛选后的SMART属性值；根据筛选后的SMART属性值、与筛选后的SMART属性值相对应的警戒值和额定值，构建硬盘故障预测关键数据库；利用硬盘故障预测关键数据库对基于决策树的硬盘故障预测模型进行优化，得到优化后的基于决策树的硬盘故障预测模型；获取待测试硬盘的SMART属性值，利用优化后的基于决策树的硬盘故障预测模型对待测试硬盘的健康度进行预测，得到预测结果。本发明专利技术提高了故障预测准确率。提高了故障预测准确率。提高了故障预测准确率。

【技术实现步骤摘要】
一种硬盘故障预测方法、系统、设备及介质


[0001]本专利技术涉及硬盘故障预测领域，特别是涉及一种硬盘故障预测方法、系统、设备及介质。

技术介绍

[0002]现如今，硬盘的应用已经十分广泛，在实际应用中，不同的硬盘有着不同的使用方式，从而导致硬盘故障频发，发生故障会导致严重的数据丢失，但是如果可以提出一种预测硬盘使用寿命的方法，就可以给客户提供了一种防患于未然的技术保障。
[0003]为了获得好的故障预测结果，学者们利用SMART数据和人工智能算法进行故障预测，并采用二分类、健康度和剩余使用寿命来度量硬盘健康状态。预测方式都是根据硬盘设备内嵌的SMART技术，但是SMART技术并不完美，它所提供的故障预测准确率仅在30％左右。
[0004]例如，现有技术中的一种基于SMART数据动态诊断硬盘故障的方法和装置，方法流程图如图1所示，101建立云存储服务器，持续收集各类数据；102将收集到的SMART参数数据及其对应的硬盘品牌、型号数据进行归一化处理，生成归一化SMART数据集合，基于归一化SMART数据集合，基于归一化SMART数本文档来自技高网...

【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，包括：获取硬盘的SMART属性值、所述SMART属性值的额定值以及所述SMART属性值的警戒值；对所述SMART属性值进行数据标准化处理，得到处理后的SMART属性值；利用Relief算法对所述处理后的SMART属性值进行筛选，得到筛选后的SMART属性值；根据所述筛选后的SMART属性值、与所述筛选后的SMART属性值相对应的警戒值和与所述筛选后的SMART属性值相对应的额定值，构建硬盘故障预测关键数据库；利用所述硬盘故障预测关键数据库对基于决策树的硬盘故障预测模型进行优化，得到优化后的基于决策树的硬盘故障预测模型；获取待测试硬盘的SMART属性值，利用所述优化后的基于决策树的硬盘故障预测模型对待测试硬盘的健康度进行预测，得到预测结果；所述预测结果为待测试硬盘正常、待测试硬盘健康度较差或待测试硬盘即将故障。2.根据权利要求1所述的硬盘故障预测方法，其特征在于，所述对所述SMART属性值进行数据标准化处理，得到处理后的SMART属性值，具体包括：利用公式对所述SMART属性值进行数据标准化处理，得到处理后的SMART属性值；其中，x为SMART属性值，x
min
为SMART属性值的最小值，x
max
为SMART属性值的最大值；x
nor
为处理后的SMART属性值。3.根据权利要求1所述的硬盘故障预测方法，其特征在于，所述获取待测试硬盘的SMART属性值，利用所述优化后的基于决策树的硬盘故障预测模型对待测试硬盘的健康度进行预测，得到预测结果，具体包括：将所述待测试硬盘的SMART属性值输入至所述优化后的基于决策树的硬盘故障预测模型中，判断所述待测试硬盘的SMART属性值是否在设定范围内；若所述待测试硬盘的SMART属性值在所述设定范围内，则确定所述待测试硬盘正常；若所述待测试硬盘的SMART属性值未在所述设定范围内，则判断所述待测试硬盘的SMART属性值与警戒值的比率是否大于设定值；若所述待测试硬盘的SMART属性值与警戒值的比率大于所述设定值，则确定所述待测试硬盘即将故障；若所述待测试硬盘的SMART属性值与警戒值的比率不大于所述设定值，则确定所...

【专利技术属性】
技术研发人员：王玉江，魏世丞，梁义，王博，辛蔚，卢方杰，郑超，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：