一种硬盘剩余寿命预测方法、系统及产品技术方案

本发明专利技术涉及一种硬盘剩余寿命预测方法、系统及产品。该方法包括：读取硬盘数据，并对所述硬盘数据进行预处理，确定训练盘以及测试盘；将训练盘内的训练样本输入至LSTM模型，训练LSTM模型，生成训练后的LSTM模型；将测试盘内的测试样本分别输入至训练后的LSTM模型，预测每个测试盘的剩余寿命；根据所有测试盘的剩余寿命，生成预测剩余寿命曲线；根据训练盘以及测试盘的真实剩余寿命，生成真实剩余寿命曲线；根据预测剩余寿命曲线以及真实剩余寿命曲线确定最佳LSTM模型；获取待测硬盘的待测硬盘数据，并将待测硬盘数据输入至所述最佳LSTM模型，预测待测硬盘的当前剩余寿命。本发明专利技术能够准确反应硬盘全局的健康状态，提高硬盘剩余寿命预测精度。命预测精度。命预测精度。

【技术实现步骤摘要】
一种硬盘剩余寿命预测方法、系统及产品


[0001]本专利技术涉及硬盘剩余寿命预测领域，特别是涉及一种硬盘剩余寿命预测方法、系统及产品。

技术介绍

[0002]大型分布式存储系统建立在数千甚至数百万个硬盘上，所用到的硬盘的种类繁多，不同硬盘之间的质量也有着很大的差别，并且在实际应用中，不同的硬盘有着不同的使用方式，这就是导致硬盘故障频发的原因，其中，最严重的硬盘故障为硬盘读写故障，温度过高导致硬盘损坏故障。这两类故障一旦发生，可能会导致严重的数据丢失，从而导致系统不可用，如果丢失的数据无法恢复，甚至会导致灾难性的后果，给用户一种较差的使用体验，急需提出一种预测硬盘使用寿命的方法，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，无法给出明确的预警指示，而SMART技术可靠性较低的主要原因在于，这个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种硬盘剩余寿命预测方法，其特征在于，包括：读取硬盘数据，并对所述硬盘数据进行预处理，确定训练盘以及测试盘；所述硬盘数据包括运行日期、硬盘序列号、硬盘容量、故障标记以及90个SMART特征；将所述训练盘内的训练样本输入至LSTM模型，训练所述LSTM模型，生成训练后的LSTM模型；所述训练样本包括硬盘时间序列以及剩余寿命指标；将所述测试盘内的测试样本分别输入至所述训练后的LSTM模型，预测每个所述测试盘的剩余寿命；根据所有所述测试盘的剩余寿命，生成预测剩余寿命曲线；根据所述训练盘以及所述测试盘的真实剩余寿命，生成真实剩余寿命曲线；根据所述预测剩余寿命曲线以及所述真实剩余寿命曲线确定最佳LSTM模型；获取待测硬盘的待测硬盘数据，根据所述待测硬盘数据以及所述最佳LSTM模型，预测所述待测硬盘的当前剩余寿命。2.根据权利要求1所述的硬盘剩余寿命预测方法，其特征在于，所述对所述硬盘数据进行预处理，确定训练盘以及测试盘，具体包括：删除所述硬盘数据中的无效数据，并将剩余硬盘数据存入数据库中；利用十折交叉法将所述剩余硬盘数据划分为训练盘以及测试盘。3.根据权利要求1所述的硬盘剩余寿命预测方法，其特征在于，所述将所述训练盘内的训练样本输入至LSTM模型，训练所述LSTM模型，生成训练后的LSTM模型，具体包括：将所述训练样本输入至所述训练后的LSTM模型，以等间隔1天获取所述测试样本，以时间步长为一个时间窗口，每次向前移动1个所述时间步长，捕获所述测试样本的时间序列信息，并在捕获完毕后输出所述测试盘的预测剩余寿命，生成训练后的LSTM模型。4.根据权利要求1所述的硬盘剩余寿命预测方法，其特征在于，所述根据所述预测剩余寿命曲线以及所述真实剩余寿命曲线确定最佳LSTM模型，之后还包括：根据所述测试盘的预测剩余寿命以及所述测试盘的真实剩余寿命，确定平均绝对误差。5.一种硬盘剩余寿命预测系统，其特征在于，包括：训练盘及测试盘确定模块，用于读取硬盘数据，并对所述硬盘数据进行预处理，确定训练盘以及测试盘；所述硬盘数据包括运行日期、硬盘序列号、硬盘容量、故障标记以及90个SMART特征；训练模块，用于将所...

【专利技术属性】
技术研发人员：王玉江，魏世丞，王博，梁义，辛蔚，郭蕾，陈茜，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：