[发明专利]模型的训练方法、筛选标准输出方法、筛选方法及装置

权利要求书

1.一种预测模型的训练方法，包括：

获取目标硬盘的目标硬盘属性信息，其中，所述目标硬盘满足目标筛选阈值，所述目标筛选阈值包括针对所述目标硬盘的至少一个硬盘属性信息定义的阈值；

获取第一业务针对所述目标硬盘定义的第一硬盘属性期望值，其中，所述第一业务具有第一业务类型信息；

将所述目标硬盘属性信息、所述第一业务类型信息和所述第一硬盘属性期望值输入待训练的预测模型，得到预测筛选阈值，其中，所述预测筛选阈值用于在将所述目标硬盘应用于所述第一业务的情况下被调用；以及

利用所述目标筛选阈值和所述预测筛选阈值训练所述预测模型。

2.根据权利要求1所述的方法，其中，所述目标硬盘属性信息和所述目标硬盘属性期望值具有相同的属性类型；所述获取目标硬盘的目标硬盘属性信息包括：

确定采样周期；以及

在将所述目标硬盘应用于所述第一业务的过程中，响应于确定所述目标硬盘属性信息满足所述第一硬盘属性期望值，基于所述采样周期，周期性获取所述目标硬盘属性信息。

3.根据权利要求1所述的方法，其中，所述获取目标硬盘的目标硬盘属性信息包括：

获取第一待筛选硬盘的第一硬盘属性信息；以及

响应于确定所述第一硬盘属性信息满足第一预定义使用条件，将所述第一硬盘属性信息对应的第一待筛选硬盘确定为所述目标硬盘。

4.根据权利要求1所述的方法，其中，所述目标硬盘属性信息包括如下中的至少之一：硬盘已使用时长、硬盘测试时长、吞吐量信息、稳定性信息；所述第一硬盘属性期望值包括如下中的至少之一：期望使用时长、期望吞吐量信息、期望稳定性信息。

5.根据权利要求3所述的方法，其中，所述第一待筛选硬盘包括如下中的至少之一：退库硬盘和告警硬盘，其中，所述退库硬盘表征已使用过的硬盘，所述告警硬盘表征使用过程中出现过告警信息的硬盘。

6.一种硬盘筛选标准输出方法，包括：

获取第二待筛选硬盘的第二硬盘属性信息；

获取第二业务针对所述第二待筛选硬盘定义的第二硬盘属性期望值，其中，所述第二业务具有第二业务类型信息；

将所述第二硬盘属性信息、所述第二业务类型信息和所述第二硬盘属性期望值输入预测模型，得到标准筛选阈值，其中，所述预测模型是基于权利要求1-5中任一项所述的方法训练得到的；以及

根据所述标准筛选阈值确定硬盘筛选标准。

7.根据权利要求6所述的方法，还包括：

获取第三待筛选硬盘的第三硬盘属性信息，其中，所述第三待筛选硬盘包括所述第二待筛选硬盘；

响应于确定所述第三硬盘属性信息满足第二预定义使用条件，将所述第三硬盘属性信息对应的第三待筛选硬盘确定为所述第二待筛选硬盘。

8.一种硬盘筛选方法，包括：

获取第四待筛选硬盘的第四硬盘属性信息，其中，所述第四待筛选硬盘包括满足第三预定义使用条件的硬盘；以及

根据硬盘筛选标准和第四硬盘属性信息，对所述第四待筛选硬盘进行筛选，其中，所述硬盘筛选标准包括根据权利要求6或7所述的方法输出的标准。

9.一种预测模型的训练装置，包括：

第一获取模块，用于获取目标硬盘的目标硬盘属性信息，其中，所述目标硬盘满足目标筛选阈值，所述目标筛选阈值包括针对所述目标硬盘的至少一个硬盘属性信息定义的阈值；

第二获取模块，用于获取第一业务针对所述目标硬盘定义的第一硬盘属性期望值，其中，所述第一业务具有第一业务类型信息；

第一获得模块，用于将所述目标硬盘属性信息、所述第一业务类型信息和所述第一硬盘属性期望值输入待训练的预测模型，得到预测筛选阈值，其中，所述预测筛选阈值用于在将所述目标硬盘应用于所述第一业务的情况下被调用；以及

训练模块，用于利用所述目标筛选阈值和所述预测筛选阈值训练所述预测模型。