[发明专利]存储器健康状态确定方法、装置、电子设备及存储介质

说明书

本发明公开了一种存储器健康状态确定方法、装置、电子设备及存储介质，属于存储器技术领域。包括：获取目标存储器的运行信息；运行信息包括多种存储器参数对应的参数值；基于运行信息进行特征提取，得到存储器特征；将存储器特征输入分类模型，得到分类模型输出的故障置信度；基于故障置信度确定目标存储器的健康状态。能够从多种存储器参数中提取存储器特征，基于存储器特征确定目标存储器的健康状态，使得存储器的健康状态可以综合多种存储器参数进行综合判断获得，能够提升存储器健康状态判定的准确性，还能在存储器未发生实质错误的情况下提前对存储器的健康状态进行判定，减少存储器故障可能造成的损失。

技术领域

本发明属于存储器技术领域，具体涉及一种存储器健康状态确定方法、装置、电子设备及存储介质。

背景技术

随着大数据和云计算时代的到来，越来越多的机构都依靠数据中心来存储和处理数据，存储器是数据中心和云存储等存储系统的核心硬件，存储器是否能够提供稳定可靠的数据访问能力，直接影响整个系统存储的可用性和可靠性。

相关技术中，为提高系统存储的可用性和可靠性，在一种方式中，通常会对存储器在运行过程中产生的运行日志进行监控，读取存储器的运行日志，并从运行日志中获取存储器的错误信息，再根据错误信息的数量与数量阈值进行比对，从而判断存储器的健康状态。

上述方法中，存储器的运行日志中一旦产生错误信息，存储器可能已经发生影响数据安全的故障，或已经处于崩溃边缘，无法给运维人员预留出足够的时间去更换存储器和备份数据，因此，相关技术中确定存储器健康状态的方式准确性较差。

发明内容

本发明实施例的目的是提供一种存储器健康状态确定方法、装置、电子设备及存储介质，能够解决相关技术中确定存储器的健康状态准确度不佳的问题。

第一方面，本发明实施例提供了一种存储器健康状态确定方法，包括：

获取目标存储器的运行信息；其中，所述运行信息包括多种存储器参数对应的参数值；

基于所述运行信息进行特征提取，得到存储器特征；

将所述存储器特征输入分类模型，得到所述分类模型输出的故障置信度；其中，所述分类模型基于神经网络模型训练得到，所述故障置信度用于表征所述目标存储器的不健康程度；

基于所述故障置信度确定所述目标存储器的健康状态。

可选地，所述获取目标存储器的运行信息，包括：

获取所述目标存储器的自我监测分析及报告技术信息和所述多种存储器参数对应的目标参数标识；

基于所述目标参数标识从所述自我监测分析及报告技术信息中获取所述运行信息。

可选地，所述方法还包括：

在所述运行信息中包含缺失参数值的情况下，从用于训练所述分类模型的模型训练样本中，获取所述缺失参数值的存储器参数对应的样本参数值；

基于所述样本参数值计算平均参数值，采用所述平均参数值填充所述缺失参数值。

可选地，所述存储器参数包括底层数据读取错误率、主轴起旋时间、重映射扇区数、寻道错误率、通电时间累计、无法校正的错误、高飞写入、温度、硬件错误检查和纠正校正信息、读取错误块计数、脱机无法校正的扇区计数中的多种。

可选地，所述基于所述运行信息进行特征提取，得到存储器特征，包括：

基于所述运行信息生成参数特征；

基于所述参数特征，确定所述目标存储器对应的存储器特征。

可选地，所述基于所述运行信息生成参数特征，包括：