买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川省华存智谷科技有限责任公司

摘要：本发明属于存储技术领域，具体涉及一种SSD盘的亚健康管理与故障预测方法，首先对不同厂商提供不同配置文件，根据配置文件信息进行特征的提取和展示；然后根据SSD磁盘使用状态对SSD磁盘进行分类，并根据SSD磁盘的分类的不同类别分别进行SSD磁盘数据预处理以及动态和集成数据特征选择；再通过集成的改进Isolationforest模型对磁盘故障进行预测；最后将集成的改进Isolationforest模型预测出故障的SSD磁盘经过Sieve进行故障类型预测。通过上述方法使得对SSD磁盘的故障预测能够广泛应用于所有磁盘厂商，特征选择灵活性高，所用模型训练成本低，并且能够准确快速预测故障类型的缺陷。

主权项：1.一种SSD盘的亚健康管理与故障预测方法，其特征在于，包括以下步骤：S1：对不同厂商提供不同配置文件，根据配置文件信息进行特征的提取和展示；S2：根据SSD磁盘使用状态对SSD磁盘进行分类，并根据SSD磁盘的分类的不同类别分别进行SSD磁盘数据预处理以及动态和集成数据特征选择；S3：通过集成的改进Isolationforest模型对磁盘是否故障进行预测；S4：将集成的改进Isolationforest模型预测出故障的SSD磁盘经过Sieve进行故障类型预测；其中，步骤S3包括以下具体过程：S31：根据选择的特征数据对扩展孤立森林模型进行训练；S32：根据选择的特征对分片选取准则孤立森林模型进行训练；S33：通过集成孤立森林模型IIF得到最终的模型，并用于磁盘故障预测；在步骤S31的对扩展孤立森林模型进行训练中使用具有随机斜率的超平面对数据进行切片，对于N维数据，在训练阶段采用随机选择的方式选取一个斜率切割分支，具体标准如下： ；其中为硬盘的特征向量，为法向量，为随机分割点；在步骤S32中对分片选取准则孤立森林模型进行训练时，分片选取准则孤立森林算法利用多个特征进行组合划分并选取其中的最佳划分超平面，在构建树的过程中随机选择q个特征属性，将所述特征属性投影在一个超平面，其表达式为： ；其中，代表所有特征属性，为随机选出的属性，为[-1，1]间随机选取的值，为二次采样的样本集，为的第个特征属性值，为随机分割点，为求标准差；利用子空间距离增益SDGainSubspaceDistanceGain理论从个候选的超平面中选取最优超平面；最优超平面的公式如下： ；其中，为最优超平面，函数为计算平均值函数，𝜎为求标准差，整个平面被分割点分割成两部分，一个，一个，为通过投影得到的实值集；，随机分割点将分割成和两个部分；在步骤S33中的集成方式采用Bagging方式随机正常SSD磁盘数据的子样本，将训练后扩展孤立森林和分片选取准则孤立森林通过平均路径长度的方式进行融合组成新的森林；步骤S4包括以下具体步骤：S41：将模型预测有问题的磁盘特征数据输入到Sieve模块；S42：根据对比结果进行磁盘故障的预测或视为正常磁盘；其中，步骤S41中Sieve模型内存放的为正常磁盘的属性数据，当Sieve模型预测磁盘即将故障时，将其特征属性输入到Sieve模型进行数据的对比，同时正常盘的属性也是收集在内并随时将模型认为无故障的盘的属性数据进行入库；步骤S42中Sieve模型内根据数据集或收集的数据中故障盘出现的一种或多种属性变化，并划分为以下几种类型：PortError、MediaError、IOError、temperatureError以及UnknowError。

全文数据：

权利要求：

百度查询： 四川省华存智谷科技有限责任公司 一种SSD盘的亚健康管理与故障预测方法