[发明专利]磁盘故障的预测方法、设备及存储介质

说明书

本发明公开了一种磁盘故障的预测方法、设备及存储介质，所述预测方法包括：根据在线采集获得的磁盘相关的信息文件，构建输入特征；根据所述输入特征，加载当前的磁盘故障预测模型对磁盘故障进行预测，或者，对当前的磁盘故障预测模型进行增量训练，得到更新的磁盘故障预测模型，加载所述更新的磁盘故障预测模型对磁盘故障进行预测。本发明有效提高对磁盘故障主动性预测的准确率，并且实现了磁盘故障预测模型的在线训练和在线预测双重功能，避免了传统离线训练的滞后性，提高了预测模型的动态性和适应性，大幅度提升了网络存储系统运行的稳定性，并降低了其运维成本；并极大提高了磁盘预测的可靠性。

技术领域

本发明涉及存储系统技术领域，特别是涉及一种磁盘故障的预测方法、设备及存储介质。

背景技术

伴随着互联网和物联网的快速发展，信息数据量正在以数量级的速度增长，然而对这些海量数据进行存储、信息挖掘等处理过程涉及到存储系统，存储系统的安全性是保证用户信息数据的安全性、持久性的基础。而硬盘在数据存储中处于核心的地位，硬盘/磁盘的正常运行是确保数据有效性和安全性的基础。

为了确保存储系统的正常运行，当前普遍采用软件检测结合人工巡查的保障方式，但是这样的管理方式，存储系统的运维效率和效果都不满人意。一方面，为保证存储系统全天候的正常运行，每一个数据存储点都需要投入大量的人力进行现场维护进行24小时的维护，这对运维人员的精力是一种巨大的挑战；另一方面，自动化检测软件和人工巡查方式通常只能发现和处理在线且已失效的硬盘，此时，轻则降低了计算机网络系统的性能，重则可能会导致计算机系统的瘫痪。

目前，在一些磁盘故障检测方式中，只能实现磁盘故障的检测功能，无法实现磁盘故障提前预测。在另一些磁盘故障检测方式中，只是通过简单的阈值判断来预测磁盘的故障，无法较准确的预测磁盘的故障时间。因此，如何提高对磁盘故障主动性预测，以保证磁盘的正常运行，从而保证网络中存储系统可靠性和安全性，现有技术中未给出有效的解决方案。

发明内容

为了克服上述缺陷，本发明要解决的技术问题是提供一种磁盘故障的预测方法、设备及存储介质，用以至少提高对磁盘故障主动性预测的准确率。

为解决上述技术问题，本发明实施例中的一种磁盘故障的预测方法，包括：

根据在线采集获得的磁盘相关的信息文件，构建输入特征；

根据所述输入特征，加载当前的磁盘故障预测模型对磁盘故障进行预测，或者，对当前的磁盘故障预测模型进行增量训练，得到更新的磁盘故障预测模型，加载所述更新的磁盘故障预测模型对磁盘故障进行预测。

可选地，所述根据在线采集获得的磁盘相关的信息文件，构建输入特征；根据所述输入特征，加载当前的磁盘故障预测模型对磁盘故障进行预测，或者，对当前的磁盘故障预测模型进行增量训练，包括：

根据所述磁盘相关的信息文件，判断是否对磁盘故障进行直接预测；

若是，根据所述磁盘相关的信息文件，构建磁盘故障预测特征；根据所述磁盘故障预测特征，加载当前的磁盘故障预测模型对磁盘故障进行预测；

若否，根据所述磁盘相关的信息文件，构建磁盘故障训练特征和标签；根据所述磁盘故障训练特征和标签，对当前的磁盘故障预测模型进行增量训练。

可选地，所述根据所述磁盘故障训练特征和标签，对当前的磁盘故障预测模型进行增量训练之前，包括：

通过合成少数类过采样技术SMOTE对所述磁盘故障训练特征进行上采样处理。

可选地，在第一次训练过程中的当前的磁盘故障预测模型为预先构造的全连人工神经网络模型。

可选地，所述根据在线采集获得的磁盘相关的信息文件，构建输入特征之前，包括：