【摘要】：隨著互聯(lián)網(wǎng)的發(fā)展、存儲規(guī)模的驟增,大型數(shù)據(jù)中心硬盤頻繁損壞導(dǎo)致的數(shù)據(jù)丟失給企業(yè)帶來的損失已成為不可忽視的重大問題.以往基于硬盤SMART(self-monitoring,analysis and reporting technology)屬性建立的包括應(yīng)用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)等方法在內(nèi)的各種硬盤故障預(yù)測模型,雖然取得了較好的效果,但其數(shù)據(jù)采集及處理等方面均存在不足之處.基于某真實(shí)的互聯(lián)網(wǎng)大型數(shù)據(jù)中心環(huán)境,提取SMART屬性數(shù)據(jù),并提出了一種基于神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣的方法,結(jié)合Rank Sum秩和檢驗(yàn)、RAT反向安排測試、Z-Score評分3種無參統(tǒng)計(jì)學(xué)方法,對屬性進(jìn)行選擇,應(yīng)用CART決策樹及BP神經(jīng)網(wǎng)絡(luò)2種機(jī)器學(xué)習(xí)方法,建立硬盤故障預(yù)測模型.實(shí)驗(yàn)表明描述的2種硬盤故障預(yù)測模型均具有很好的性能,這是機(jī)器學(xué)習(xí)算法在實(shí)際應(yīng)用場景下很好的實(shí)踐.此外,通過實(shí)驗(yàn)以及對實(shí)驗(yàn)的分析和解釋,得出一些有益的結(jié)論,這為下一步的研究工作奠定了基礎(chǔ).
[Abstract]:With the development of Internet and the sudden increase of storage scale, the loss of data caused by frequent damage to hard disk of large data center has become an important problem that can not be ignored. In the past, a variety of hard disk fault prediction models based on smart (self-monitoring analysis and reporting technology) attributes, including applied statistics and machine learning, have been established. Although good results have been achieved, their data acquisition and processing have some shortcomings. Based on a real Internet data center environment, smart attribute data is extracted, and a method based on neural network weight matrix is proposed. Three non-parametric statistical methods are proposed, including Rank Sum rank sum test and Rank Sum rank sum test. Two machine learning methods, cart decision tree and BP neural network, are used to establish the hard disk fault prediction model. The experiments show that the two kinds of hard disk fault prediction models have good performance, which is a good practice of machine learning algorithm in the practical application scenario. In addition, through the experiment and the analysis and explanation of the experiment, some useful conclusions are drawn, which lays the foundation for the next research work.
【作者單位】： 南開大學(xué)計(jì)算機(jī)與控制工程學(xué)院;北京奇虎科技有限公司;南開大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61373018;11301288) 教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃基金項(xiàng)目(NCET130301) 中央高�；A(chǔ)科研費(fèi)基金項(xiàng)目(65141021)
【分類號】：TP333.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁和云;;硬盤軟故障排除知識及實(shí)例[J];廣東電腦與電訊;2001年12期

2 傅莉;硬盤的維護(hù)及常見故障的處理[J];現(xiàn)代科學(xué)儀器;2003年06期

3 王榮福;升級導(dǎo)致的一例硬盤故障[J];網(wǎng)絡(luò)與信息;2004年02期

4 牟景華;硬盤維護(hù)及故障分析[J];福建電腦;2004年05期

5 子言;拿什么來拯救你——硬盤損壞與壞道修復(fù)接觸[J];電腦愛好者;2004年11期

6 張率;“扎”住硬盤的故障[J];電腦知識與技術(shù);2005年04期

7 郭紅霞,孟林;淺談硬盤損壞與恢復(fù)原理[J];福建電腦;2005年04期

8 ;排除故障 硬盤故障修復(fù)十大攻略[J];電子科技;2006年01期

9 神州;;遇到硬盤故障不要慌[J];網(wǎng)絡(luò)與信息;2006年02期

10 李洪濤;;常見硬盤故障解決方案[J];黑龍江科技信息;2007年10期

相關(guān)會議論文 前1條

1 張宏;;淺談計(jì)算機(jī)硬盤故障的診治[A];中國航海學(xué)會通信導(dǎo)航專業(yè)委員會2003學(xué)術(shù)年會論文集[C];2003年

相關(guān)重要報(bào)紙文章 前10條

1 云南 鄒恩慶;硬盤自舉失敗解決兩例[N];電腦報(bào);2005年

2 鄭信武;硬盤應(yīng)用專題問答[N];中國電腦教育報(bào);2002年

3 何冰;電源損壞硬盤的分析[N];中國計(jì)算機(jī)報(bào);2003年

4 山東 袁均平;硬盤故障排除二則[N];電子報(bào);2009年

5 解國忠;硬盤怪叫故障解決[N];中國電腦教育報(bào);2004年

6 山西 胡彬;硬盤修復(fù)記[N];中國電腦教育報(bào);2004年

7 盧增云;壞道硬盤巧修復(fù)兩例[N];中國計(jì)算機(jī)報(bào);2003年

8 王榮福;硬盤故障離奇發(fā)生 升級電腦需要注意兼容問題[N];中國計(jì)算機(jī)報(bào);2004年

9 黃家貞;巧用“硬盤修復(fù)王”拯救硬盤[N];中國電腦教育報(bào);2003年

10 ;判斷硬盤故障的幾大關(guān)鍵[N];中國電腦教育報(bào);2004年

相關(guān)碩士學(xué)位論文 前2條

1 朱炳鵬;大規(guī)模存儲系統(tǒng)硬盤故障預(yù)測方法研究[D];南開大學(xué);2014年

2 涂輝;溫度屬性對存儲設(shè)備可靠性影響的研究[D];華中科技大學(xué);2012年

，

本文編號：2125798