[发明专利]一种预测式数据迁移方法及系统

权利要求书

1.一种预测式数据迁移方法，其特征在于，包括：

将不同时间段内的数据访问信息作为训练集，训练出预测模型；

根据所述预测模型，预测出待访问频繁的数据并迁移到高速存储区。

2.根据权利要求1所述的预测式数据迁移方法，其特征在于，根据所述预测模型，预测出待访问频繁的数据并迁移到高速存储区，具体包括：

根据所述预测模型，计算出数据访问热度；

根据计算出的所述数据访问热度，将预测到的热度高的数据迁移到高速存储区；所述预测到的热度高的数据为待访问频繁的数据。

3.根据权利要求2所述的预测式数据迁移方法，其特征在于，在将预测到的热度高的数据迁移到高速存储区之后，还包括：

若迁移到所述高速存储区的数据在设定时间内不是访问频繁的数据，则标记为访问不频繁，并降低所述预测模型的权重；

若迁移到所述高速存储区的数据在设定时间内是访问频繁的数据，则增加所述预测模型的权重。

4.根据权利要求3所述的预测式数据迁移方法，其特征在于，在降低所述预测模型的权重之后，还包括：

通过定时器定时确定所述预测模型的权重；

若所述预测模型的权重低于设定阈值时，则按照设定的百分比调整所述训练集，重新训练所述预测模型；

若所述预测模型的权重不低于设定阈值时，则所述预测模型准确。

5.根据权利要求4所述的预测式数据迁移方法，其特征在于，在将预测到的热度高的数据迁移到高速存储区之前，还包括：

判断高速存储区是否被占满；

若是，则将预测到的热度低的数据迁出所述高速存储区并迁移到低速存储区。

6.根据权利要求1-5任一项所述的预测式数据迁移方法，其特征在于，将不同时间段内的数据访问信息作为训练集，训练出预测模型，具体包括：

使用机器学习的方法将不同时间段内的数据访问信息作为训练集，训练出预测模型。

7.一种预测式数据迁移系统，其特征在于，包括：

模型训练模块，用于将不同时间段内的数据访问信息作为训练集，训练出预测模型；

数据迁移模块，用于根据所述预测模型，预测出待访问频繁的数据并迁移到高速存储区。

8.根据权利要求7所述的预测式数据迁移系统，其特征在于，所述数据迁移模块，具体包括：

计算单元，用于根据所述预测模型，计算出数据访问热度；

迁移单元，用于根据计算出的所述数据访问热度，将预测到的热度高的数据迁移到高速存储区；所述预测到的热度高的数据为待访问频繁的数据。

9.根据权利要求8所述的预测式数据迁移系统，其特征在于，还包括：

数据判断模块，用于若迁移到所述高速存储区的数据在设定时间内不是访问频繁的数据，则标记为访问不频繁，并降低所述预测模型的权重；若迁移到所述高速存储区的数据在设定时间内是访问频繁的数据，则增加所述预测模型的权重。

10.根据权利要求9所述的预测式数据迁移系统，其特征在于，还包括：

权重确定模块，用于通过定时器定时确定所述预测模型的权重；若所述预测模型的权重低于设定阈值时，则按照设定的百分比调整所述训练集，重新训练所述预测模型；若所述预测模型的权重不低于设定阈值时，则所述预测模型准确。