[发明专利]一种融合多种机器学习算法的固态硬盘热数据识别方法

权利要求书

1.一种融合多种机器学习算法的固态硬盘热数据识别方法，其特征在于包括以下步骤：

步骤1、使用K-means聚类根据当前负载大小进行分类；利用K-means聚类算法根据当前待分类的请求的负载大小对数据进行分类，分为C1和C2两类，若当前待分类的请求负载大小属于C1，则判定当前待分类的请求为热数据；反之为冷数据；

步骤2、使用K近邻分类算法根据当前待分类的请求的逻辑地址进行分类；

由K-means聚类方法得到两个已知类别属性的两类样本C1和C2，然后根据K近邻分类算法，从C1和C2中取K个与当前待分类的请求的逻辑页号LPN最接近的请求，然后根据K个请求的LPN中一半以上LPN所属的类别来判定当前待分类的请求的LPN所属的类别；如果K个LPN中一半以上属于C1，则当前待分类的请求的LPN属于C1为热数据；否则，属于C2为冷数据；

步骤3、对比步骤1和步骤2的两种分类方式对当前待分类的请求的冷热性的分类结果；

如果K-means聚类和K近邻分类两种方式对当前待分类的请求的类别的分类结果一致，则识别过程结束；如果不一致，则执行步骤4；

步骤4、采用最近邻原则对分类结果进行修正；

从K个最近邻的LPN中找到与当前待分类的请求的LPN的距离dist最小的LPN，以该LPN所属的类别来作为当前待分类的请求的类别；

步骤1具体实现如下：使用K-means聚类根据当前负载大小进行分类；当请求R1(w,42,7)到来时，K-means根据负载大小进行冷热数据识别，R1的请求大小为7，离C2的聚类中心近，由K-means聚类算法判别为C2类，K-means算法的具体流程如下：

步骤1.1：初始化2个聚类中心(m₁，m₂)；

步骤1.2：对每个请求R，根据请求大小找到离它最近的聚类中心，将其分配到该类中；

步骤1.3：重新计算C1和C2的聚类中心，i＝1,2；

步骤1.4：计算聚类误差平方和准则函数，

步骤1.5：直到f值收敛，则输出C1、C2和m₁、m₂，算法结束；否则，重复步骤1.2和步骤1.3，直到f收敛；

步骤2具体实现如下：使用K近邻分类对当前负载逻辑地址进行分类，根据r1的LPN采用K近邻分类算法从C1和C2中找到的5个最近邻LPN为：41、41、38、35、53，因为5个最近邻有3个为C1类，判定R1为C1类，K近邻分类算法的具体流程如下：

步骤2.1：初始化K值；

步骤2.2：计算当前待分类的请求的LPN与C1、C2中每个样本的LPN之间的距离dist；样本间的“近邻”使用欧式距离测量，设两个样本的逻辑地址LPN分别为x和x’，则x与x’之间的欧式距离定义为：dist(x,x')＝|x-x'|；

步骤2.3：重复步骤2.2直到计算完当前待分类的请求的LPN与所有样本的LPN间的距离dist；

步骤2.4：对所有的dist进行升序排列，选出前K个最近邻的样本；

步骤2.5：统计K个最近邻样本中每个类别出现的次数；

步骤2.6：选择出现频率最大的类别作为当前待分类的请求的类别。