[发明专利]一种基于决策树算法的闪存寿命预测方法及系统

权利要求书

1.一种基于决策树算法的闪存寿命预测方法，其特征在于，包括以下步骤：

S1，建立基于决策树算法的闪存寿命预测模型；

S2，获取待预测闪存的闪存特征量，所述闪存特征量为基于决策树算法的闪存寿命预测模型的节点类型所对应的特征量；

S3，将所述闪存特征量输入基于决策树算法的闪存寿命预测模型，计算得到闪存的寿命预测值；

其中，所述的建立基于决策树算法的闪存寿命预测模型，具体包括以下步骤：

S101，获取样本数据，从同一制造工艺下相同类型不同批次的闪存产品集合中随机选取预定数量的闪存芯片作为测试样本；

S102，对样本闪存进行相应的闪存操作，获取用于建立基于决策树算法的闪存寿命预测模型所需的闪存物理信息和闪存寿命信息，并设置寿命预测节点类型；所述的寿命预测节点类型包括闪存的编程时间、读取时间、擦除时间、电流、芯片功耗、阈值电压分布、存储块编号、存储页号、闪存当前经历过的编程/擦除周期数、条件错误页数、条件错误块数、错误比特数和错误率；

S103，通过决策树算法处理数据建立数学模型，将节点类型对应的闪存特征量作为算法中数学映射关系的输入变量，闪存寿命预测值作为数学映射关系的输出变量，训练数学模型，以得到最优基于决策树算法的闪存寿命预测模型；所述的闪存特征量包括通过闪存操作直接采集的闪存物理信息或者对所述闪存物理信息进行运算操作获取的运算处理值；

其中对所述闪存物理信息进行运算操作获取的运算处理值包括以下运算中的一种或多种：

特征量的线性运算、特征量的非线性运算、不同特征量间的线性运算、不同特征量间的非线性运算、计算不同存储页面特征量的最大值、计算不同存储页面特征量的最小值、不同存储页面特征量之间的线性运算、不同存储页面特征量之间的非线性运算、不同存储块特征量之间的线性运算、不同存储块特征量之间的非线性运算、计算不同存储块特征量的最大值和计算不同存储块特征量的最小值；

步骤S103中所述的训练数学模型，以得到最优基于决策树算法的闪存寿命预测模型，包括：

S1031，根据数据相关性选取相关度较高的物理量作为分裂节点；

S1032，对分裂节点进行分类；

S1033，计算该分类方式的回归方差，具体方式是：

其中I为分裂节点的一个区间，i该区间内的一个点，x_i是i点对应的寿命，μ是区间内所有点的寿命平均值；L代表整个节点取值区间；对节点分类进行优化，使得回归方差小于某一阈值，以该分类方式作为该分裂节点的最终分类；

S1034，重复步骤S1031至步骤S1033，对模型继续分裂训练直至分裂到一定层数或者回归方差小于某一阈值；

S1035，提取决策树算法模型。

2.根据权利要求1所述一种基于决策树算法的闪存寿命预测方法，其特征在于，所述的对样本闪存进行相应的闪存操作，获取用于建立基于决策树算法的闪存寿命预测模型所需的闪存物理信息与闪存寿命信息，包括：

步骤601，从测试样本中随机抽取样本芯片，并从每个样本闪存中随机选择存储块；

步骤602，对闪存存储块执行擦操作，并记录相关测试物理信息；

步骤603，向闪存存储块发送测试数据集合，发送完测试数据集合之后，对闪存存储块执行写操作，并保持闪存存储块中存储的数据一段时间，保存时间长短根据闪存芯片的类型确定；

步骤604，对闪存存储块执行读数据操作，将读出数据与发送的测试数据进行比较，记录并保存出错数据信息，若未出错则不保存；同时记录其他物理量；

步骤605，重复执行步骤602到步骤604的操作，记录擦写操作的次数；当操作次数达到设定值时，测试系统记录最近一次步骤602到步骤604操作中闪存存储块的相关数据；

步骤606，统计并保存闪存存储块的数据错误率信息；

步骤607，重复执行步骤605和步骤606的操作，直到闪存达到寿命极限，统计闪存的编程/擦除操作周期数。