【技术实现步骤摘要】
一种磁盘故障预测方法以及装置
[0001]本说明书涉及通信
，尤其涉及一种磁盘故障预测方法以及装置。
技术介绍
[0002]随着网络技术的普及，越来越多的数据被记录在数据中心中，其中，作为数据的存储载体，磁盘发挥着重要作用。在进行数据读写的过程中，磁盘会受到磨损，长期的使用会导致硬盘的故障，从而导致磁盘中数据的丢失，造成巨大的损失。
[0003]在数据中心的应用中，需要对磁盘的寿命进行评估和预测，在磁盘出现故障前对用户进行提示，以在磁盘故障前对该磁盘进行更换或修复，因此，如何能够进行准确地预测是本领域技术人员亟待解决的问题。
技术实现思路
[0004]为克服相关技术中存在的问题，本说明书提供了一种磁盘故障预测方法以及装置。
[0005]结合本说明书实施方式的第一方面，本申请提供了一种磁盘故障预测方法，包括：
[0006]获取各磁盘的SMART信息，其中，SMART信息中至少包含磁盘的系列和型号；
[0007]基于SMART信息，分别根据系列和型号进行训练，生成不同的系列模...
【技术保护点】
【技术特征摘要】
1.一种磁盘故障预测方法，其特征在于，包括：获取各磁盘的自我监测、分析和报告技术SMART信息，其中，所述SMART信息中至少包含磁盘的系列和型号；基于所述SMART信息，分别根据所述系列和所述型号进行训练，生成不同的系列模型和型号模型，其中，所述型号模型的优先级高于所述系列模型的优先级；获取待预测磁盘的预测参数；根据所述预测参数，依照所述优先级顺序输入对应的模型确定所述待预测磁盘的异常分数；若所述异常分数大于预设值，则确定所述待预测磁盘存在异常。2.根据权利要求1所述的方法，其特征在于，所述基于所述SMART信息，分别根据所述系列信息和所述型号信息进行训练，生成不同的系列模型和型号模型，包括：对所述SMART信息进行分类，形成不同系列的若干组源数据和不同型号的若干组源数据；根据不同系列的若干组源数据和不同型号的若干组源数据进行训练，生成若干系列模型和若干型号模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述预测参数，依照所述优先级顺序输入对应的模型确定所述待预测磁盘的异常分数，包括：确定若干型号模型中是否存在与所述待预测磁盘的型号相匹配的型号模型；若存在与所述待预测磁盘的型号相匹配的型号模型，则根据匹配的型号模型和所述预测参数确定所述待预测磁盘的异常分数；若不存在与所述待预测磁盘的型号相匹配的型号模型，则确定若干系列模型中是否存在与所述待预测磁盘的型号所属的系列相匹配的系列模型；若存在与所述待预测磁盘的型号所属的系列相匹配的系列模型，则根据匹配的系列模型和所述预测参数确定所述待预测磁盘的异常分数。4.根据权利要求3所述的方法，其特征在于，在所述确定若干系列模型中是否存在与所述待预测磁盘的型号所属的系列相匹配的系列模型之后，还包括：若不存在与所述待预测磁盘的型号所属的系列相匹配的系列模型，则所述待预测磁盘的异常分数被置为默认值。5.根据权利要求2所述的方法，其特征在于，所述获取各磁盘的SMART信息，包括：获取各磁盘的第一SMART信息以及与所述第一SMART信息相对应的运行信息；获取各磁盘的第二SMART信息，其中，所述第一SMART信息来源与所述第二SMART信息不同；对所述SMART信息进行分类，形成不同系列的若干组源数据和不同型号的若干组源数据，具体为：对所述第一SMART信息以及所对应的运行信息进行分类，形成不同系列的若干组第一源数据和不同型号的若干组第二源数据；对所述第二SMART信息进行分类，形成不同系列的若干组第三源数据和不同型号的若干组第四源数据；根据不同系列的若干组源数据和不同型号的若干组源数据进行训练，生成若干系列模
型和若干无型号模型，具体为：根据不同系列的若干组第一源数据和不同型号的若干组第二源数据进行无监督训练，生成若干无监督系列模型和若干无监督型号模型；根据不同系列的若干组第三源数据和不同型号的若干组第四源数据进行有监督训练，生成若干有监督系列模型和若干有监督型号模型。6.根据权利要求5所述的方法，其特征在于，所述无监督型号模型的权重值为W1，所述无监督系列模型的权重值为W2，所述有监督型号模型的权重值为W3，所述有监督系列模型的权重值为W4；其中，W1+W2+W3+W4＝1。7.一种磁盘故障预测装置，其特征在于，包括：获取单元，用于获取各磁盘的SMART信息，其中，所述SMART信息中至少包含磁盘的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。