X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到国家技术转移西南中心---区域技术转移公共服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00275586]一种云计算平台的硬盘故障预测方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201410837805.1

交易方式: 技术转让 技术转让 技术入股

联系人: 南京大学

进入空间

所在地:江苏南京市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开一种云计算平台硬盘故障预测方法,首先根据预测时间窗口内的硬盘维修记录将硬盘SMART日志数据标记为正常硬盘样本和故障硬盘样本,之后采用K-means聚类算法将去除噪音后的正常硬盘样本划分成k个不相交子集,并分别与故障硬盘样本结合,根据SMOTE过采样算法生成k组平衡训练集,以此训练得到k个支持向量机分类器,用于故障硬盘的预测。在预测阶段,首先采用DBSCAN聚类算法对测试集进行聚类,将聚类簇中的样本预测为正常硬盘样本,而对噪音样本利用训练得到的各个分类器进行预测,并投票得到最终预测结果。本发明的方法实现了利用硬盘SMART数据进行硬盘故障预测,并且能够取得较好的故障查全率和整体性能。
本发明公开一种云计算平台硬盘故障预测方法,首先根据预测时间窗口内的硬盘维修记录将硬盘SMART日志数据标记为正常硬盘样本和故障硬盘样本,之后采用K-means聚类算法将去除噪音后的正常硬盘样本划分成k个不相交子集,并分别与故障硬盘样本结合,根据SMOTE过采样算法生成k组平衡训练集,以此训练得到k个支持向量机分类器,用于故障硬盘的预测。在预测阶段,首先采用DBSCAN聚类算法对测试集进行聚类,将聚类簇中的样本预测为正常硬盘样本,而对噪音样本利用训练得到的各个分类器进行预测,并投票得到最终预测结果。本发明的方法实现了利用硬盘SMART数据进行硬盘故障预测,并且能够取得较好的故障查全率和整体性能。

推荐服务:

Copyright © 2016    国家技术转移西南中心-区域技术转移公共服务平台     All Rights Reserved     蜀ICP备12030382号-1

主办单位:四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网