[发明专利]基于时序特征处理与模型优化的磁盘故障预测方法和系统

权利要求书

1.一种基于时序特征处理与模型优化的磁盘故障预测方法，其特征在于，包括以下步骤：

(1)获取磁盘的SMART属性数据、以及SMART属性数据的时间戳；

(2)根据步骤(1)中获取的磁盘的SMART属性数据的标准值和原始值、以及SMART属性数据的时间戳获取扩充数据，使用主成分分析法从扩充数据、以及SMART属性数据的标准值和原始值中选择多个特征，构成多维矩阵；其中扩充数据包括SMART属性数据的标准值的变化量、以及原始值的变化量；

(3)将步骤(2)中得到的多维矩阵输入训练好的随机森林模型中，以得到磁盘的故障预测结果；步骤(3)中的随机森林模型是通过以下步骤训练得到的：

(3-1)根据磁盘的SMART属性数据的标准值和原始值、以及SMART属性数据的时间戳获取扩充数据，使用主成分分析法从扩充数据、以及SMART属性数据的标准值和原始值中选择多个特征，构成多维矩阵，将多维矩阵分成训练数据集、验证数据集、以及测试数据集；

(3-2)生成N个决策树，所有决策树构成随机森林模型，并使用步骤(3-1)中得到的训练数据集中的时间戳对每个决策树进行初始化，以得到初始状态下的随机森林模型，其中N为自然数；

(3-3)将步骤(3-1)得到的训练数据集放入步骤(3-2)得到的初始状态下的随机森林模型中进行训练，以得到训练好的随机森林模型；

(3-4)将步骤(3-1)得到的验证数据集和测试数据集先后放入步骤(3-3)中训练好的随机森林模型中，以分别得到验证结果和故障预测结果；

(4)根据步骤(3)中得到的磁盘的故障预测结果对随机森林模型进行更新，以得到更新后的随机森林模型；步骤(4)具体包括以下子步骤：

(4-1)在随机森林模型中增加一个后验决策树p；

(4-2)对后验决策树的权重进行初始化，具体是采用以下公式：

其中表示后验决策树p的权重；

(4-3)根据步骤(3-3)的随机森林模型中每个决策树的预测准确率获取平均预测准确率

其中P_i表示步骤(3-4)中得到的故障预测结果中第i个决策树的预测准确率；

(4-4)根据步骤(4-3)得到的平均预测准确率以及第i个决策树的权重获取该第i个决策树更新后的权重；

(4-5)使用获得的所有更新后的权重、以及后验决策树p的权重对应的决策树构成更新后的随机森林模型。

2.根据权利要求1所述的磁盘故障预测方法，其特征在于，步骤(3-2)具体包括以下子步骤：

(3-2-1)将训练数据集平均分成N个训练数据子集；

(3-2-2)设置计数器i＝1；

(3-2-3)判断i是否小于或等于N，如果是则进入步骤(3-2-4)，否则进入步骤(3-2-7)；

(3-2-4)使用第i个训练数据子集中的时间戳计算该第i个训练数据子集的均值和方差；

(3-2-5)根据步骤(3-2-4)得到的第i个训练数据子集的均值和方差获取该第i个训练数据子集对应的第i个决策树的权重；

(3-2-6)设置计数器i＝i+1，并返回步骤(3-2-3)；

(3-2-7)使用获得的所有权重对应的决策树构成初始状态下的随机森林模型。

3.根据权利要求2所述的磁盘故障预测方法，其特征在于，步骤(3-2-4)具体是采用以下公式：

其中表示第i个训练数据子集的均值，表示第i个训练数据子集的方差，t_i,k表示第i个训练数据子集中第k条数据的时间戳。

4.根据权利要求3所述的磁盘故障预测方法，其特征在于，步骤(3-2-5)具体是采用以下公式：

W_i＝(λ1*χ1+γ1)*(λ2*χ2+γ2)

其中W_i表示第i个决策树的权重，λ1、λ2、γ1、γ2为加权因子，且均∈[0,1]，λ1+γ1＝1，λ2+γ2＝1，χ1和χ2为中间变量，

且有

其中表示所有N个训练数据子集的平均均值，σ表示所有N个训练数据子集的平均方差。