[发明专利]磁盘异常检测方法及模型训练方法、相关装置

权利要求书

1.一种磁盘异常检测方法，其特征在于，所述方法包括：

获取磁盘的自我检测分析与报告技术SMART数据；

确定SMART数据的数据类型；

当SMART数据为第一数据类型时，获得SMART数据的属性信息，所述属性信息表征为SMART数据的量纲信息；

对SMART数据的属性信息进行统一；

将属性信息统一后的SMART数据作为待检测SMART数据；

当SMART数据为第二数据类型时，

将为第二数据类型的SMART数据转换为目标数据类型的SMART数据；

将转换为目标数据类型的SMART数据作为待检测SMART数据；

将待检测SMART数据输入至检测模型，得到对所述SMART数据的检测结果，所述检测结果用于表征所述磁盘是否发生异常；其中，所述检测模型由通过带正常SMART数据样本标签和带异常SMART数据样本标签的SMART样本数据而得到的目标SMART样本数据对待训练模型进行训练而得到。

2.根据权利要求1所述的方法，其特征在于，所述获取磁盘的自我检测分析与报告技术SMART数据，包括：

获取磁盘的初始SMART数据；

基于预设的筛选条件，对初始SMART数据进行筛选，得到有效SMART数据；

将所述有效SMART数据作为所述磁盘的自我检测分析与报告技术SMART数据。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：对有效SMART数据中的缺失值进行填充；

将缺失值填充后的有效SMART数据作为自我检测分析与报告技术SMART数据。

4.根据权利要求1所述的方法，其特征在于，所述检测模型由通过带正常SMART数据样本标签和带异常SMART数据样本标签的SMART样本数据而得到的目标SMART样本数据对待训练模型进行训练而得到，包括：

确定SMART样本数据的数据类型；

基于SMART样本数据的数据类型，对SMART样本数据进行预处理，得到目标SMART样本数据；

将目标SMART样本数据输入至待训练模型，对待训练模型进行训练；

所述待训练模型经训练得到的检测模型用于对磁盘的自我检测分析与报告技术SMART数据是否发生异常进行检测。

5.一种磁盘异常检测模型的训练方法，其特征在于，所述方法包括：

获取磁盘的SMART样本数据以及SMART样本数据的样本标签；所述样本标签包括正常SMART数据和异常SMART数据；

确定SMART样本数据的数据类型；

当SMART样本数据为第一数据类型时，获得SMART样本数据的属性信息，所述属性信息表征为SMART样本数据的量纲信息；

对SMART样本数据的属性信息进行统一；

将属性信息统一后的SMART样本数据作为目标SMART样本数据；

当SMART样本数据为第二数据类型时，

将为第二数据类型的SMART样本数据转换为目标数据类型的SMART样本数据；

将转换为目标数据类型的SMART样本数据作为目标SMART样本数据；

将目标SMART样本数据输入至待训练模型，对待训练模型进行训练；

所述待训练模型经训练得到的检测模型用于对磁盘的自我检测分析与报告技术SMART数据是否发生异常进行检测。