[发明专利]一种数据存储空间可使用时间的预测方法

权利要求书

1.一种数据存储空间可使用时间的预测方法，其特征在于，包括：

获取数据存储空间的剩余可用存储空间；

确定所述剩余可用存储空间是否大于第一阈值，若是，则获取预测天数；将所述预测天数输入到预测模型中，得到预测日增长量；其中，预测模型是对训练样本进行训练学习得到的；

判断所述预测日增长量是否大于第二阈值，若大于所述第二阈值，则将所述剩余可用存储空间和所述预测日增长量之间的比值确定为所述剩余可用存储空间的可使用天数。

2.如权利要求1所述的方法，其特征在于，所述获取数据存储空间的剩余可用存储空间，包括：

将所述数据存储空间与所述安全阈值的乘积确定为安全存储空间；

将所述数据存储空间与所述安全存储空间的差值确定为隐患存储空间；

将所述数据存储空间的剩余存储空间与所述隐患存储空间的差值确定为所述剩余可用存储空间。

3.如权利要求1所述的方法，其特征在于，所述对训练样本进行训练学习得到所述预测模型，包括：

获取所述训练样本的数据集；

将所述训练样本的数据集中的历史日增长量为负数的样本进行删减，得到剩余的数据集；

根据所述剩余的数据集的均值和标准差进行异常值检测，将所述异常值进行删减，确定出所述预设数量的训练样本；

将所述训练样本进行数据变换，得到模型特征，将所述模型特征输入到预设模型中进行训练学习，得到所述预测模型。

4.如权利要求3所述的方法，其特征在于，所述将所述训练样本进行数据变换，得到模型特征，包括：

将所述训练样本的样本点的日期距离当前日期的天数确定为所述样本点的特征输入值；

将所述训练样本中的除最后一个样本点的任意的样本点的历史日增长量和所述样本点后一个样本点的历史日增长量的乘积的均方根确定为所述样本点的特征输出值；

将所述最后一个样本点的历史日增长量和第一个样本点的历史日增长量的乘积的均方根确定为所述最后一个样本点的特征输出值；

将所述训练样本中各样本点的所述特征输入值和所述特征输出值确定为所述模型特征。

5.如权利要求3所述的方法，其特征在于，所述将所述模型特征输入到预设模型中进行训练学习，得到所述预测模型，包括：

将所述模型特征输入到预设模型中进行第一预设时间的训练学习，确定预测误差率；

判断所述预测误差率是否小于误差阈值，若是，则确定所述预设模型达到标准，得到所述预测模型；否则优化所述预设模型，得到所述预测模型。

6.如权利要求5所述的方法，其特征在于，所述确定预测误差率，包括：

将所述模型特征输入到预设模型中进行第一预设时间的训练学习，确定出第二预设时间内任意样本点的预测日增长量和所述样本点的历史日增长量之间的差值；

确定所述差值与所述样本点的历史日增长量之间的比值为所述样本点的误差率；

确定所述第二预设时间内所有样本点的误差率的均值为所述预测模型的预测误差率。

7.如权利要求5所述的方法，其特征在于，所述优化所述预测模型，包括：

设置所述预测模型的初始值；

对所述训练样本进行前向传播训练，确定出损失函数；

当模型迭代至预设次数时，且所述损失函数的值小于损失阈值，进行所述预测模型收敛。

8.如权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

若所述预测日增长量不大于所述第二阈值时，确定出当前日期与前一次确定的可使用天数之间的天数差；

将前一次确定的可使用天数与所述天数差的差值确定为当前日期的所述剩余可用存储空间的可使用天数。

9.一种计算设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1至8任一项所述的方法。