[发明专利]存储容量预测方法及存储容量预测系统

权利要求书

1.一种存储容量预测方法，其特征在于，包括以下步骤：

S1、获取待选公式集：设定用以对存储容量的趋势进行预测的方法所对应的公式的集合作为待选公式集；

S2、获取原始数据样本：获取存储容量信息数据作为原始数据样本；

S3、获取数据样本：剔除所述步骤S2中的噪点并将所述原始数据样本中剔除噪点后的数据作为数据样本；

S4、划分所述数据样本：将骤S3中的数据样本划分为用以从所述待选公式集中选取用以预测的预测公式的训练集以及用以对所述预测公式进行参数求解的预测集；

S5、划分所述训练集：将所述训练集划分为用以对所述待选公式集中的各公式进行参数求解的参数学习子集以及用以对代入求得参数后的所述待选公式集中的各公式以选取所述预测公式的公式选取子集；

S6、选取预测公式：将所述参数学习子集中的数据代入所述待选公式集中的各公式中进行参数求解，将所述公式选取子集中的数据代入求得参数的所述待选公式集中的各公式中并取计算结果与真实值方差最小的公式作为预测公式；

S7、对所述预测公式进行参数求解：将所述预测集内的数据代入步骤S6中选取得到的所述预测公式进行参数求解；

S8、利用所述预测公式预测：将步骤S6求得的参数代入所述预测公式并用该预测公式预测存储容量的趋势。

2.根据权利要求1所述存储容量预测方法，其特征在于，步骤S1中用以对存储容量的趋势进行预测的方法包括一次移动平均、二次移动平均、一次指数平滑、二次指数平滑、一元一次线性回归，带log的线性回归、带虚变量的线性回归中的至少一种。

3.根据权利要求1所述存储容量预测方法，其特征在于，步骤S2中所述存储容量信息数据包括存储设备、资源容量及网络资源信息的数据。

4.根据权利要求1所述存储容量预测方法，其特征在于，步骤S4中训练集以及预测集分别为所述数据样本的前1/2部分与后1/2部分。

5.根据权利要求1所述存储容量预测方法，其特征在于，步骤S5中所述参数学习子集以及公式选取子集分别为所述训练集中的前2/3部分及后1/3部分。

6.根据权利要求1所述存储容量预测方法，其特征在于，步骤S3中的数据样本的数据不少于30个。

7.一种存储容量预测系统，其特征在于，包括：

系统管理模块（106），用以设定对存储容量的趋势进行预测的方法所对应的公式的集合并将该集合作为待选公式集；

存储资源实时监控模块（101），用以获取存储容量信息数据作为原始数据样本；

存储数据处理模块（103），用以将所述存储资源实时监控模块（101）获取的原始数据样本中的噪点剔除并取该原始数据样本中剔除噪点后的数据作为数据样本，并将所述数据样本划分为用以从所述待选公式集中选取用以预测的预测公式的训练集以及用以对所述预测公式进行参数求解的预测集，进一步将所述训练集划分为用以对所述待选公式集中的各公式进行参数求解的参数学习子集以及用以对代入求得参数后的所述待选公式集中的各公式以选取所述预测公式的公式选取子集；

预测模型学习模块（104），用以从所述系统管理模块（106）设定的待选公式集中选取预测公式；

未来趋势预测模块（105），用以对所述预测模型学习模块（104）选取的预测公式进行参数求解并用该求得参数后的预测公式预测系统存储容量的增长趋势。

8.根据权利要求7所述存储容量预测系统，其特征在于，所述存储资源实时监控模块（101）包括：

存储设备管理子模块（1011），用以管理硬件设备的硬盘大小、硬盘块数、RAID划分、具体位置以及扩容操作；

资源容量监控子模块（1012），用以监控存储容量总容量、已用容量、剩余容量以及涉及系统；

存储网络监控子模块（1013），用以监控存储网络情况。

9.根据权利要求8所述存储容量预测系统，其特征在于，还包括存储特征数据挖掘模块（102），用以根据资源容量监控子模块（1012）积累的历史数据挖掘具有系统存储特征的数据，进而所述存储数据处理模块（103）根据所述存储特征数据挖掘模块（102）所提供的这些具有系统存储特征的数据进行剔除噪点操作，该具有系统存储特征的数据包括每天系统高峰期数据、低峰期数据、平均数据。

10.根据权利要求7所述存储容量预测系统，其特征在于，所述未来趋势预测模块（105）包括：

视图展示子模块（1051），用以通过曲线的形式显示预测得出的存储容量增长趋势；

扩容建议子模块（1052），用以根据所述视图展示子模块（1051）中的存储容量增长趋势结合客户自定义的容量扩容基准，输出扩容建议；

报警提示子模块（1053），用以将所述扩容建议子模块（1052）的扩容建议发送给系统管理员。