[发明专利]一种数据保存期的预测方法及相关组件

说明书

本发明公开了一种数据保存期的预测方法及相关组件，在确定了样本存储数据区域中的N个采样存储单元后，首先基于各个第一采样存储单元的最小单元存储数据的错误情况来建立各个第一采样存储单元对应的第一错误混淆矩阵，通过对各个第一错误混淆矩阵执行机器学习操作，以获得数据保存期预测模型，从而在期望对待测存储数据区域的数据保存期进行预测时，利用数据保存期预测模型对待测存储数据区域的数据保存期进行预测。可见，本申请中先通过样本存储数据区域建立数据保存期预测模型，以便待测存储数据区域均能够根据数据保存期预测模型进行数据保存期的预测，从而根据预测的数据保存期对待测存储数据区域存储的数据进行处理，避免存储数据的丢失。

技术领域

本发明涉及数据处理领域，特别是涉及一种数据保存期的预测方法及相关组件。

背景技术

固态硬盘在保存数据时通常采用NAND flash(NAND闪存)保存数据，写入和擦除数据的原理实际就是存储单元介质载体充放电的过程。随着时间的推移，NAND flash颗粒中原先写入的电子会遗失，也可能会意外得电而导致存储的数据被改变，从而导致数据读取时发生错误。因此，数据在存储时有一个数据保存期(即不进行闪存刷新操作的情况下，在此期间数据能够通过ECC(数据纠错技术，Error Checking and Correcting)纠错被成功读取)。而不同颗粒的数据保存期是不一样的，即使同一颗粒上不同的存储位置的数据保存期也不相同；并且数据保存期会随着使用状态产生变化，比如NAND flash使用的材料所产生的氧化效应会导致数据保存期缩短。

由于存储器中数据保存期的限制，在以闪存为介质的存储器产品中，数据在一次写入以后是无法永久保存的，现有技术中通常预设数据保存期，根据预设数据保存期来保证数据不发生丢失。具体地，当已存数据的存储时间达到或即将达到预设数据保存期时，及时对该存储位置的数据进行刷新操作或搬移到新的存储位置，以刷新该数据的数据保存期，防止由于该数据存储位置电子遗失或注入而导致数据进一步错误造成数据读取失败的风险发生。

但是，在实际应用中，若预设数据保存期太小，数据将频繁的被搬移和重写，存储器的工作负载和功耗都会增加，进而影响存储器的性能；如果预设数据保存期设置的过大，数据丢失的风险也将随之增大，影响数据的安全性。所以，现有技术更多地选择较短的预设数据保存期，即便增加存储器的工作负载和功耗，也要保证数据的安全性；但是，即使额外增加了工作负载和功耗，由于预设数据保存期无法实现动态化和差异化的设置等缺陷，依然不能避免特殊情况下一些数据未超过预设数据保存期时便发生数据丢失的异常情况。

综上，如何准确判断和预测数据保存期，是本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种数据保存期的预测方法及相关组件，先通过样本存储数据区域建立数据保存期预测模型，以便待测存储数据区域均能够根据数据保存期预测模型进行数据保存期的预测，从而根据预测的数据保存期对待测存储数据区域存储的数据进行处理，避免存储数据的丢失。

为解决上述技术问题，本发明提供了一种数据保存期的预测方法，包括：

确定样本存储数据区域中的N个第一采样存储单元，其中N为正整数；

基于各个所述第一采样存储单元的最小单元存储数据的错误情况建立各个所述第一采样存储单元对应的第一错误混淆矩阵；

对各个所述第一错误混淆矩阵执行机器学习，以获得数据保存期预测模型；

利用所述数据保存期预测模型对待测存储数据区域的数据保存期进行预测。

优选地，对各个所述第一错误混淆矩阵执行机器学习，以获得数据保存期预测模型，包括：

基于各个所述第一错误混淆矩阵建立机器学习模型；

利用各个所述第一错误混淆矩阵训练所述机器学习模型，以获得所述数据保存期预测模型。