[发明专利]一种硬盘状态监控方法和装置有效
申请号: | 201810212464.7 | 申请日: | 2018-03-15 |
公开(公告)号: | CN108415810B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 包卫东;朱晓敏;王吉;周文;张耀鸿;陈超;马力;张国良;陈俊杰;杨骋;吴冠霖;韩浩然 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F11/34;G06N3/04 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 蒋雅洁;张颖玲 |
地址: | 410003 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 硬盘 状态 监控 方法 装置 | ||
1.一种硬盘状态监控方法,包括:
周期性获取被监测硬盘的不同的自动检测分析及报告技术SMART属性值;在每次获取所述硬盘的SMART属性值后进行如下操作:
根据当前获取的所述硬盘的SMART属性值,得到该硬盘的属性集成;
将所述属性集成输入到引入门控递归单元的递归神经网络中,将所述递归神经网络的隐层状态作为输出;
根据从所述递归神经网络的输出中获取的信息,监控所述硬盘是否将出现故障状态:根据所述递归神经网络输出的隐层状态,生成注意力分布向量;其中,所述注意力分布向量作为当前的隐层状态的权重向量,反映了当前的隐层状态与所述硬盘的健康状态之间的差异;通过监控所述权重向量中权重值的大小,确定所述硬盘是否将出现故障状态。
2.根据权利要求1所述的方法,其特征在于,所述根据当前获取的所述硬盘的SMART属性值,得到该硬盘的属性集成,具体为:
根据当前获取的所述硬盘的第t天的SMART属性值所组成的SMART向量得到的属性集成表示为根据如下表达式一计算得到:
vt=ReLU(WVst+bv) (表达式一)
其中,表示SMART属性值的权重矩阵,是偏置向量;ReLU是定义为ReLU(x)=x+=max(0,x)的激活函数,其中,max是逐元素操作;WV和bv是预先在训练过程中进行学习得到的向量;表示维度为ds的实数向量组;表示维度为dv的实数向量组;ds为SMART属性值个数、dv为属性集成值个数。
3.根据权利要求2所述的方法,其特征在于,所述递归神经网络中的门控递归单元包括门控单元和递归单元;其中,
一个门控递归单元中,门控单元用以控制递归单元的信息流,使该递归单元捕获长时间尺度的依赖;其中,
所述门控单元包括重置门和更新门,用以允许该递归单元保持现有内容或在现有内容基础上更新内容。
4.根据权利要求3所述的方法,其特征在于,所述递归神经网络的输入与输出之间的关系具体通过以下四个表达式的递归算法实现:
rt=sigmoid(Wrvt+Urht-1) (表达式二)
zt=sigmoid(Wzvt+Uzht-1) (表达式三)
ht'=tanh(Wvt+U(rt⊙ht-1)) (表达式四)
ht=zt⊙ht-1+(1-zt)⊙h't (表达式五)
其中,⊙是逐元素乘法操作;rt表示重置门,h't表示备选状态,zt表示更新门,ht表示递归神经网络的当前隐层状态,即递归神经网络当前的输出;ht-1表示递归神经网络上一次时间步骤中得到的隐层状态;参数Wr、Ur、Wz、Uz、W、U是预先在训练过程中进行学习得到的。
5.根据权利要求1-4任一所述的方法,其特征在于,在周期性获取被监测硬盘的不同的SMART属性值之前,还包括:
使用健康硬盘和故障硬盘的SMART数据对所述递归神经网络进行训练。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810212464.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种具有报警功能的计算机设备
- 下一篇:一种监测业务逻辑的方法及装置