【技术实现步骤摘要】
本专利技术涉及故障监测，特别是涉及一种故障预测方法、程序产品、装置及介质。
技术介绍
1、在服务器目前的架构中，硬盘被视为最重要的部件之一。并且据统计，在服务器的所有部件中，硬盘的发生故障概率的占比要远大其他部件。而当硬盘出现故障时，会导致业务数据丢失、服务停止、服务器宕机等严重问题。所以如何在硬盘发生故障前准确预测硬盘是否将要发生故障，并提前更换故障硬盘，是提高服务器运行可靠性的关键。
2、在相关技术中，目前已存在一种硬盘故障的预测方法。该方法通过硬盘的各种特征数据和硬盘的剩余寿命指标训练长短期记忆网络（long short-term memory，lstm）模型以建立硬盘特征数据与硬盘剩余寿命之间的关系。进而在进行硬盘故障预测时，可以将硬盘的特征数据输入至训练好的lstm模型中，预测该硬盘的剩余寿命曲线，从而辅助判断该硬盘是否将要出现故障。
3、但是，剩余寿命指标只能反映硬盘真实健康状态的一小部分。在实际应用中，存在很多硬盘的剩余寿命还很多，但已经出现故障的情况。仅用剩余寿命指标判断硬盘是否将要发生故障过于偏...
【技术保护点】
1.一种故障预测方法，其特征在于，包括：
2.根据权利要求1所述的故障预测方法，其特征在于，所述建立数据空间，并将所述待测数据集中的各组所述特征数据映射至所述数据空间中包括：
3.根据权利要求2所述的故障预测方法，其特征在于，以所述待测数据集作为根节点、每组所述特征数据作为一个数据点，对所述根节点进行切割，以生成二叉树包括：
4.根据权利要求3所述的故障预测方法，其特征在于，根据所述预测对象对应的数据点在所述第一森林模型中所有所述子二叉树中的平均高度，确定所述预测对象的异常分数包括：
5.根据权利要求4所述的故障预测方法...
【技术特征摘要】
1.一种故障预测方法，其特征在于，包括：
2.根据权利要求1所述的故障预测方法，其特征在于，所述建立数据空间，并将所述待测数据集中的各组所述特征数据映射至所述数据空间中包括：
3.根据权利要求2所述的故障预测方法，其特征在于，以所述待测数据集作为根节点、每组所述特征数据作为一个数据点，对所述根节点进行切割，以生成二叉树包括：
4.根据权利要求3所述的故障预测方法，其特征在于，根据所述预测对象对应的数据点在所述第一森林模型中所有所述子二叉树中的平均高度，确定所述预测对象的异常分数包括：
5.根据权利要求4所述的故障预测方法，其特征在于，所述异常分数由第一公式确定，所述第一高度由第二公式确定，所述第二高度由第三公式确定；
6.根据权利要求3所述的故障预测方法，其特征在于，在生成所述子二叉树时，还包括：
7.根据权利要求6所述的故障预测方法，其特征在于，将所述待测数据集拆分成多个子样本数据集包括：
8.根据权利要求7所述的故障预测方法，其特征在于，在根据所述异常分数，确定各所述...
【专利技术属性】
技术研发人员：孔涛，张东，董李渊，李锋，
申请(专利权)人：济南浪潮数据技术有限公司，
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。