本发明公开了一种基于SMART信息和深度学习的硬盘损坏预测方法及装置,该方法包括:收集不同硬盘在不同时间段的SMART信息作为原始样本数据,并从中选取静态数据和时间序列数据两类训练样本数据;对训练样本数据进行筛选,提取出与硬盘故障相关的有效参数集,并标注得到标注训练数据;分别构建至少一个神经网络模型对标注静态数据和标注时间序列数据进行深度学习,得到相应的优化模型参数的神经网络模型;根据设定的定时策略获取存储系统中硬盘的SMART信息数据,提取有效参数集输入神经网络模型预测硬盘是否即将损坏。本发明能够准确地在机械硬盘即将损坏之前及时发现,以便在硬盘失效之前及时更换,可大幅度提高数据中心的高可用性和数据安全性。
声明:
“基于SMART信息和深度学习的硬盘损坏预测方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)