磁盘故障预测方法及装置、设备、存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113934585A(43)申请公布日2022.01.14(21)申请号202010611777.7(22)申请日2020.06.29(71)申请人中移(苏州)软件技术有限公司地址215163江苏省苏州市高新区昆仑山路58号1幢申请人中国移动通信集团有限公司(72)发明人乔于洋张德龙(74)专利代理机构北京派特恩知识产权代理有限公司11270代理人张静张颖玲(51)Int.Cl.G06F11/26(2006.01)G06F11/34(2006.01)G06K9/62(2006.01)权利要求书2页说明书13页附图7页(54)发明名称磁盘故障预测方法及装置、设备、存储介质(57)摘要本申请公开了磁盘故障预测方法及装置、设备、存储介质，其中，所述方法包括：获取待测磁盘的当前属性数据；在预先训练得到的多个目标分类器中没有所述待测磁盘对应的目标分类器的情况下，获取训练每一所述目标分类器时对应使用的训练集；确定所述当前属性数据与每一所述训练集之间的相似度；利用相似度满足第一条件的目标分类器，对所述当前属性数据进行处理，以得到所述待测磁盘的故障预测结果；如此，能够提高磁盘故障预测功能的泛化能力。CN113934585ACN113934585A权利要求书1/2页1.一种磁盘故障预测方法，其特征在于，所述方法包括：获取待测磁盘的当前属性数据；在预先训练得到的多个目标分类器中没有所述待测磁盘对应的目标分类器的情况下，获取训练每一所述目标分类器时对应使用的训练集；确定所述当前属性数据与每一所述训练集之间的相似度；利用相似度满足第一条件的目标分类器，对所述当前属性数据进行处理，以得到所述待测磁盘的故障预测结果。2.根据权利要求1所述的方法，其特征在于，所述确定所述当前属性数据与每一所述训练集之间的相似度，包括：确定每一所述训练集中每一关键属性的属性均值序列的分布特征值；将每一所述训练集中每一关键属性的分布特征值，作为对应训练集的分布特征向量；确定所述当前属性数据与每一所述分布特征向量之间的距离，以得到对应的相似度。3.根据权利要求2所述的方法，其特征在于，所述确定所述当前属性数据与每一所述分布特征向量之间的距离，包括：从所述当前属性数据中确定属性值不满足特定条件的目标属性；将所述目标属性在所述当前属性数据中的属性值，更新为所述目标属性在所述分布特征向量中对应的分布特征值；确定所述分布特征向量与所述更新后的当前属性数据之间的距离。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述待测磁盘的第一类型标识；获取每一所述目标分类器对应的磁盘类型的第二类型标识；其中，每一所述目标分类器用于对对应磁盘类型的磁盘进行故障预测；在所述第一类型标识与每一所述第二类型标识均不同的情况下，确定预先训练的多个目标分类器中没有所述待测磁盘对应的目标分类器。5.根据权利要求1至4任一项所述的方法，其特征在于，所述多个目标分类器包括至少一个第一目标分类器；其中，所述第一目标分类器对应的训练过程，包括：对获取的每一第一磁盘的每一关键属性的历史属性值序列进行加权平均处理，得到对应关键属性的第一属性均值；其中，每一所述第一磁盘属于第一磁盘类型，所述第一磁盘的总数大于第一阈值，且所有所述第一磁盘中的故障磁盘的数量大于第二阈值；将每一所述第一磁盘的每一关键属性的第一属性均值作为对应磁盘的第一属性均值向量，添加至第一数据集合中；根据所述第一数据集合，确定所述第一磁盘类型对应的第一训练集；利用所述第一训练集，对第一初始分类器进行训练，得到所述第一目标分类器。6.根据权利要求5所述的方法，其特征在于，所述多个目标分类器还包括至少一个第二目标分类器；在得到每一所述第一目标分类器之后，根据所述第一目标分类器对应的第一训练集，对第二初始分类器进行训练，得到所述第二目标分类器，包括：对获取的每一第二磁盘的每一关键属性的历史属性值序列进行加权平均处理，得到对应关键属性的第二属性均值；其中，每一所述第二磁盘属于第二磁盘类型，所有所述第二磁盘中的故障磁盘数量小于或等于所述第一阈值；2CN113934585A权利要求书2/2页将每一所述第二磁盘的每一关键属性的第二属性均值作为对应磁盘的第二属性均值向量，添加至第二数据集合中；从已确定的第一训练集中，确定出与所述第二数据集合的数据分布满足第二条件的目标训练集；将所述第二数据集合和所述目标训练集作为所述第二磁盘类型对应的第二训练集，对所述第二初始分类器进行训练，得到所述第二目标分类器。7.根据权利要求6所述的方法，其特征在于，利用所述第二训练集，对第二初始分类器进行训练，得到所述第二目标分类器，包括：对所述第二训练集中的每一磁盘对应的属性均值向量赋予初始权重；根据所述第二