【技术实现步骤摘要】
本公开涉及计算机，具体涉及内存老化剩余时间的预测方法、装置、计算机设备及介质。
技术介绍
1、在现代大型数据中心中，服务器作为数据中心的核心组件，承担着存储和处理海量数据的重任。而内存作为服务器的重要组成部分，内存的性能和可靠性对服务器的整体处理效率和正常运行起着至关重要的作用。内存的生命周期通常可以划分为四个阶段：初期阶段、稳定阶段、老化阶段、失效阶段。其中，内存老化可能由多种因素引起，如电子元件老化、电路衰减、存储单元损坏等，而失效阶段是指内存性能退化到无法继续正常工作的程度。内存可能出现更严重的错误、数据丢失或无法读取的情况。此阶段可能需要进行维修、更换或升级内存设备。内存的寿命和每个阶段的持续时间可以根据内存技术、质量、使用条件和环境等因素而有所不同。内存老化可能导致服务器性能和可靠性的下降，增加数据的丢失风险。如果内存中的数据损坏或丢失，可能导致系统不可预计的崩溃、数据不一致等严重后果，同时会带来业务中断、维护成本增加以及用户满意度降低等问题。
2、相关技术中，在对内存老化进行预测时，大多为基于时间序列分析或神经网络模型对服务器老化进行预测，或者根据内存报错日志进行错误类型划分或数据统计，通过建立故障预测模型或阈值的方法对内存故障进行预测和告警。虽然当前关于服务器老化预测方法对内存老化预测具有指导意义，但映射服务器状态和内存状态的特征信息区别很大，若要准确对内存老化进行预测，需要具有针对性的分析内存老化带来的影响。并且，现有内存故障告警和预测技术中，仅围绕探测内存故障降低系统非计划宕机率进行研究，重点是提前
3、因此，当前还未有相关技术来针对内存的老化情况和性能退化趋势进行预测，以维护系统的稳定性和可靠性。
技术实现思路
1、有鉴于此，本公开提供了一种内存老化剩余时间的预测方法、装置、计算机设备及介质，以解决当前还未有相关技术来针对内存的老化情况和性能退化趋势进行预测的问题。
2、第一方面，本公开提供了一种内存老化剩余时间的预测方法，该方法包括：
3、获取与内存性能相关的多个内存性能指标信息，并根据每个内存性能指标信息确定对应的多个统计特征指标；
4、确定每个统计特征指标的单调度，从多个统计特征指标中筛选出目标数量个目标统计特征指标；
5、根据目标统计特征指标确定单位向量，并基于单位向量和目标统计特征指标，得到融合后的特征指标向量，其中，单位向量用于对目标统计特征指标进行融合处理；
6、对融合后的特征指标向量进行数据趋势分解和多项式拟合处理，得到基于各个内存性能指标信息获取的老化曲线；
7、根据老化曲线和预设老化阈值，确定内存达到老化状态的目标剩余时间。
8、在本公开实施例中，考虑了内存错误率、读写延迟、电压漂移、存储损耗，功耗变化、内存刷新率等与内存老化相关的内存性能指标信息，通过单调度计算、筛选和融合特征信息等操作，获得各内存性能指标信息的融合后的特征指标向量，根据该融合后的特征指标向量先趋势提取再曲线拟合，得到基于各个内存性能指标信息的老化曲线，之后再根据预设老化阈值得到根据各个内存性能指标信息确定出的内存达到老化阶段的剩余时间，最后结合各个剩余时间即可得到内存达到老化状态时的最终目标剩余时间，基于上述方法可有效对内存进入老化阶段的剩余时间进行估计，提前发现性能衰退的趋势，排定维护计划，避免系统性能下降或意外宕机给业务带来影响。
9、在一种可选的实施方式中，获取与内存性能相关的多个内存性能指标信息，并根据每个内存性能指标信息确定对应的多个统计特征指标，包括：
10、获取内存性能相关数据，得到多个内存性能指标信息；
11、获取每个内存性能指标信息对应的特征样本点数据集；
12、根据特征样本点数据集获取多个统计特征指标。
13、在一种可选的实施方式中，获取每个内存性能指标信息对应的特征样本点数据集，包括：
14、获取滑动窗口，其中，滑动窗口为采集特征采样点个数的步长；
15、由滑动窗口得到每个内存性能指标信息对应的特征样本点数据集。
16、在本公开实施例中，通过设置滑动窗口确定采集特征采样点的步长，进而快速得到多个特征样本点数据集。
17、在一种可选的实施方式中，根据特征样本点数据集获取多个统计特征指标，包括：
18、获取每个统计特征指标对应的计算公式；
19、将每个内存性能指标信息对应的特征样本点数据集分别代入计算公式中，得到每个特征样本点数据集对应的多个统计特征指标。
20、在一种可选的实施方式中，确定每个统计特征指标的单调度，从多个统计特征指标中筛选出目标数量个目标统计特征指标，包括：
21、根据单调度算法得到每个统计特征指标对应的单调度值；
22、根据单调度值和预设的单调度范围，从多个统计特征指标中筛选出目标统计特征指标。
23、在本公开实施例中，考虑了内存错误率、读写延迟、电压漂移、存储损耗，功耗变化、内存刷新率等与内存老化相关的内存性能指标信息，并基于内存老化单调变化原则对各内存性能指标信息的统计特征指标进行特征提取，获取可准确映射内存性能和可靠性的变化趋势。
24、在一种可选的实施方式中，根据单调度算法得到每个统计特征指标对应的单调度值，包括：
25、获取处于第一时刻时统计特征指标的第一数值和处于第二时刻时统计特征指标的第二数值；
26、获取第一数值和第二数值之间的差值；
27、根据差值与第一预设数值之间的比较结果，调整计数器的初始数值，得到目标数值；
28、根据目标数值和单调度计算公式，得到单调度值。
29、在一种可选的实施方式中，根据差值与第一预设数值之间的比较结果，调整计数器的初始数值，得到目标数值，包括：
30、在差值大于第一预设数值的情况下，对第一计数器的初始数值调整第二预设数值，得到第一目标数值；
31、在差值小于第一预设数值的情况下，对第二计数器的初始数值调整第二预设数值，得到第二目标数值。
32、在一种可选的实施方式中，根据单调度值和预设的单调度范围，从多个统计特征指标中筛选出目标统计特征指标，包括：
33、获取多个统计特征指标的单调度集合的标准差；
34、根据单调度值和标准差，确定单调度阈值；
35、根据单调度阈值和单调度值，得到单调度范围；
36、从多个统计特征指标中筛选出单调度阈值和单调度值的比较结果满足单调度范围的目标统计特征指标。
37、在一种可选的实施方式中，根据目标统计特征指标确定单位向量，并基于单位向量和目标统计特征指标，得到融合后的特征指标向量，包括：
38、根本文档来自技高网...
【技术保护点】
1.一种内存老化剩余时间的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取与内存性能相关的多个内存性能指标信息，并根据每个所述内存性能指标信息确定对应的多个统计特征指标，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取每个所述内存性能指标信息对应的特征样本点数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述特征样本点数据集获取多个所述统计特征指标，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定每个所述统计特征指标的单调度，从多个所述统计特征指标中筛选出目标数量个目标统计特征指标，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据单调度算法得到每个所述统计特征指标对应的单调度值，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述差值与第一预设数值之间的比较结果，调整计数器的初始数值，得到目标数值，包括：
8.根据权利要求5所述的方法，其特征在于，所述根据所述单调度值和预设的单调度范围，从多个所述统计
9.根据权利要求1所述的方法，其特征在于，所述根据所述目标统计特征指标确定单位向量，并基于所述单位向量和所述目标统计特征指标，得到融合后的特征指标向量，包括：
10.根据权利要求9所述的方法，其特征在于，所述根据所述目标统计特征指标得到协方差矩阵，包括：
11.根据权利要求9所述的方法，其特征在于，所述选取所述协方差矩阵中特征值最大的特征向量对应的单位向量，包括：
12.根据权利要求1所述的方法，其特征在于，所述对所述融合后的特征指标向量进行数据趋势分解和多项式拟合处理，得到基于各个所述内存性能指标信息获取的老化曲线，包括：
13.根据权利要求12所述的方法，其特征在于，所述利用局部加权周期趋势分解算法提取所述融合后的特征指标向量的数据趋势，包括：
14.根据权利要求12所述的方法，其特征在于，所述根据各个所述内存性能指标信息、所述内存性能指标信息对应的特征样本点以及所述拟合函数，得到基于各个所述内存性能指标信息获取的所述老化曲线，包括：
15.根据权利要求1所述的方法，其特征在于，所述根据所述老化曲线和预设老化阈值，确定内存达到老化状态的目标剩余时间，包括：
16.根据权利要求15所述的方法，其特征在于，所述根据所述预估剩余时间，确定内存达到老化状态的目标剩余时间，包括：
17.根据权利要求16所述的方法，其特征在于，所述根据所述剔除异常向量后的剩余时间向量，得到内存达到老化状态的目标剩余时间，包括：
18.一种内存老化剩余时间的预测装置，其特征在于，所述装置包括：
19.一种计算机设备，其特征在于，包括：
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至17中任一项所述的内存老化剩余时间的预测方法。
...【技术特征摘要】
1.一种内存老化剩余时间的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取与内存性能相关的多个内存性能指标信息，并根据每个所述内存性能指标信息确定对应的多个统计特征指标，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取每个所述内存性能指标信息对应的特征样本点数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述特征样本点数据集获取多个所述统计特征指标，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定每个所述统计特征指标的单调度，从多个所述统计特征指标中筛选出目标数量个目标统计特征指标，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据单调度算法得到每个所述统计特征指标对应的单调度值，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述差值与第一预设数值之间的比较结果，调整计数器的初始数值，得到目标数值，包括：
8.根据权利要求5所述的方法，其特征在于，所述根据所述单调度值和预设的单调度范围，从多个所述统计特征指标中筛选出所述目标统计特征指标，包括：
9.根据权利要求1所述的方法，其特征在于，所述根据所述目标统计特征指标确定单位向量，并基于所述单位向量和所述目标统计特征指标，得到融合后的特征指标向量，包括：
10.根据权利要求9所述的方法，其特征在于，所述根据所述目标统计特征指标得到协方差矩阵，包括：
11.根据权...
【专利技术属性】
技术研发人员：李盛新，李道童，贾帅帅，陈衍东，韩红瑞，艾山彬，
申请(专利权)人：苏州元脑智能科技有限公司，
类型：发明
国别省市：
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。