基于機(jī)器學(xué)習(xí)的磁盤(pán)故障預(yù)測(cè)系統(tǒng).pdf

1、大數(shù)據(jù)時(shí)代來(lái)臨，數(shù)據(jù)變得越來(lái)越寶貴，全世界接近90％的數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)中心的磁盤(pán)中。由于磁盤(pán)存儲(chǔ)自身的機(jī)制，磁盤(pán)一旦損壞，那么存儲(chǔ)在其中的數(shù)據(jù)將永久性丟失。當(dāng)前防止磁盤(pán)數(shù)據(jù)丟失的主要方法是做冗余備份，但是這樣一方面增加了數(shù)據(jù)存儲(chǔ)的成本；另一方面，數(shù)據(jù)丟失還是可能發(fā)生。如果能夠?qū)?shù)據(jù)中心中的磁盤(pán)故障進(jìn)行預(yù)測(cè)，將會(huì)在保障數(shù)據(jù)安全、防止數(shù)據(jù)丟失、降低數(shù)據(jù)中心運(yùn)營(yíng)成本等方面帶來(lái)極大價(jià)值。為提高數(shù)據(jù)中心可靠性而進(jìn)行的磁盤(pán)故障研究和預(yù)測(cè)已成為研究熱點(diǎn)

2、之一。
　　在目前國(guó)內(nèi)外相關(guān)研究工作中，磁盤(pán)故障預(yù)測(cè)的主流方法是根據(jù)磁盤(pán)狀態(tài)數(shù)據(jù)，建立分類模型，再根據(jù)分類模型將未知狀態(tài)的磁盤(pán)根據(jù)其狀態(tài)數(shù)據(jù)進(jìn)行分類，一類是磁盤(pán)正常，一類是即將故障。雖然這種預(yù)測(cè)機(jī)制已經(jīng)達(dá)到了較高的預(yù)測(cè)精度，但是誤報(bào)率（False Alarm Rate，F(xiàn)AR）還是太高，并且只能預(yù)測(cè)故障是否會(huì)發(fā)生，而不能預(yù)測(cè)故障具體發(fā)生的時(shí)間，大大限制故障預(yù)測(cè)應(yīng)用的場(chǎng)景。同時(shí)在將其用于實(shí)際數(shù)據(jù)中心時(shí)，發(fā)現(xiàn)預(yù)測(cè)中預(yù)警提前時(shí)間（Lea

3、d Time）過(guò)長(zhǎng)從而導(dǎo)致磁盤(pán)浪費(fèi)嚴(yán)重。為實(shí)現(xiàn)生產(chǎn)環(huán)境實(shí)際可用的磁盤(pán)故障預(yù)測(cè)系統(tǒng)，論文的主要工作在首先降低故障預(yù)測(cè)中的誤報(bào)率；其次解決Lead Time過(guò)長(zhǎng)的問(wèn)題；最后對(duì)故障時(shí)間進(jìn)行預(yù)測(cè)。
　　在對(duì)磁盤(pán)故障進(jìn)行預(yù)測(cè)時(shí)，通過(guò)考慮更多的狀態(tài)特征，使預(yù)測(cè)性能提高到檢出率（Failure Detection Rate，F(xiàn)DR）為97%，同時(shí)誤報(bào)率為0.02%；為對(duì)故障時(shí)間進(jìn)行預(yù)測(cè)，建立邏輯回歸模型來(lái)預(yù)測(cè)磁盤(pán)在未來(lái)一段時(shí)間內(nèi)是否發(fā)生故障。測(cè)