[发明专利]一种磁盘故障预测方法及装置

权利要求书

1.一种磁盘故障预测方法，其特征在于，包括：

获取磁盘的Smart属性数据；

将所述Smart属性数据输入故障预测模型，得到故障预测结果，所述故障预测结果用于将所述磁盘分类为即将故障磁盘和正常磁盘；

其中，所述故障预测模型是基于样本磁盘的Smart属性和样本磁盘故障分类结果训练得到的。

2.根据权利要求1所述的方法，其特征在于，在所述将所述Smart属性数据输入故障预测模型，得到故障预测结果之前，所述方法还包括：

根据所述样本磁盘的Smart属性和所述样本磁盘故障分类结果构建训练样本集；

基于所述训练样本集，根据梯度提升树算法对所述故障预测模型进行训练，直至达到第一预设训练次数和/或所述故障预测模型的损失函数小于等于第一预设值。

3.根据权利要求2所述的方法，其特征在于，在所述得到故障预测结果之后，所述方法还包括：

获取所述即将故障磁盘的状态量化数据；

将所述状态量化数据输入故障时间预测模型，得到预设时间内所述即将故障磁盘发生故障的概率数据；

其中，所述故障时间预测模型是基于样本即将故障磁盘的状态量化数据和样本即将故障磁盘故障时间分类结果训练得到的。

4.根据权利要求3所述的方法，其特征在于，所述即将故障磁盘的状态量化数据包括：

所述即将故障磁盘Smart属性数据中的磁盘当前状态、所述即将故障磁盘Smart属性数据中的磁盘I/O负载、所述磁盘当前状态往前预设时间内磁盘状态的变化值和所述磁盘I/O负载往前预设时间内磁盘状态的变化值。

5.根据权利要求4所述的方法，其特征在于，在所述将所述状态量化数据输入故障时间预测模型，得到预设时间内所述即将故障磁盘发生故障的概率数据之前，所述方法还包括：

根据所述样本即将故障磁盘的状态量化数据和样本即将故障磁盘故障时间分类结果构建样本数据；

基于所述样本数据，根据逻辑回顾算法对所述故障时间预测模型进行训练，直至达到第二预设训练次数和/或所述故障时间预测模型的故障时间分类准确率大于等于第二预设值。

6.根据权利要求4或5所述的方法，其特征在于，在所述得到预设时间内所述即将故障磁盘发生故障的概率数据之后，所述方法还包括：

若所述预设时间内所述即将故障磁盘发生故障的概率数据大于预设阈值，进行磁盘故障警告；

否则不进行磁盘故障警告。

7.一种磁盘故障预测装置，其特征在于，包括：

获取模块，用于获取磁盘的Smart属性数据；

故障预测模块，用于将所述Smart属性数据输入故障预测模型，得到故障预测结果，所述故障预测结果用于将所述磁盘分类为即将故障磁盘和正常磁盘；其中，所述故障预测模型是基于样本磁盘的Smart属性和样本磁盘故障分类结果训练得到的。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

故障时间预测模块，用于获取所述即将故障磁盘的状态量化数据；将所述状态量化数据输入故障时间预测模型，得到预设时间内所述即将故障磁盘发生故障的概率数据。

9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的一种磁盘故障预测方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述一种磁盘故障预测方法。