CN113656228B 一种磁盘的故障检测方法、装置、计算机设备及存储介质 （北京红山信息科技研究院有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113656228B(45)授权公告日2025.01.10

(21)申请号202110935244.9

(22)申请日2021.08.16

(65)同一申请的已公布的文献号申请公布号CN113656228A

(43)申请公布日2021.11.16

GO6N20/00(2019.01)

(56)对比文件

CN110737554A,2020.01.31CN112395179A,2021.02.23

审查员王晶

(73)专利权人北京红山信息科技研究院有限公

司

地址100176北京市大兴区北京经济技术

开发区荣华中路22号1号楼31层3101

(72)发明人曾喜赵先明邓艳勇

(74)专利代理机构北京品源专利代理有限公司

11332

专利代理师潘登

(51)Int.CI.

GO6F11/22(2006.01)权利要求书3页说明书12页附图1页

(54)发明名称

获取待检测磁盘的原始S.M.A.R.T.数据，并对所述原始

获取待检测磁盘的原始S.M.A.R.T.数据，并对所述原始S.M.

A.R.T.数据进行标准化以得到标准S.M.A.R.T.数据

根据所述标准S.M.A.R.T.数据确定每个S.M.A.R.T属性值的变化率

将所述标准S.M.A.R.T.数据和所述变化率输入训练后的机器学习模型，以得到所述待检测磁盘是否故障的预测结果

S11

S12

S13

(57)摘要

CN113656228B本发明实施例公开了一种磁盘的故障检测方法、装置、计算机设备及存储介质。该方法包括：获取待检测磁盘的原始S.M.A.R.T.数据，并对原始S.M.A.R.T.数据进行标准化以得到标准S.M.A.R.T.数据；根据标准S.M.A.R.T.数据确定每个S.M.A.R.T.属性值的变化率；将标准S.M.A.R.T.数据和变化率输入训练后的机器学习模型，以得到待检测磁盘是否故障的预测结果。本发明实施例所提供的磁盘的故障检测方法，通过获取任意类型磁盘的原始S.M.A.R.T.数据，并统一进行标准化，去除了各个厂商不同的标准化处理方式所带来的影响，从而可以很方便的直接使用磁盘的原始S.M.A.R.T.数据，提高了故障检测方法的通用性，同时通过加入属性值变化率特征作为预测模型的输入，考虑了磁盘健康

CN113656228B

CN113656228B权利要求书1/3页

2

1.一种磁盘的故障检测方法，其特征在于，包括：

获取待检测磁盘的原始S.M.A.R.T.数据，并对所述原始S.M.A.R.T.数据进行标准化以得到标准S.M.A.R.T.数据；所述待检测磁盘为任意类型的磁盘；

根据所述标准S.M.A.R.T.数据确定每个S.M.A.R.T.属性值的变化率；

将所述标准S.M.A.R.T.数据和所述变化率输入训练后的机器学习模型，以得到所述待检测磁盘是否故障的预测结果；

所述获取待检测磁盘的原始S.M.A.R.T.数据，包括：

使用采集工具smartmontools和MegaCli读取所述待检测磁盘的S.M.A.R.T.信息；

对所述S.M.A.R.T.信息进行预处理，以得到所述原始S.M.A.R.T.数据，其中，所述预处理包括列转行、去重以及去空值中的至少一种；

所述对所述原始S.M.A.R.T.数据进行标准化以得到标准S.M.A.R.T.数据，包括：

使用线性转化函数对所述原始S.M.A.R.T.数据进行标准化，所述线性转化函数为：

其中，xnorma1表示所述标准S.M.A.R.T.数据中的某一属性值，x表示所述原始S.M.A.R.T.数据中对应的属性值，xmx表示所述原始S.M.A.R.T.数据中该属性值的最大值，Xm.n表示所述原始S.M.A.R.T.数据中该属性值的最小值。

2.根据权利要求1所述的磁盘的故障检测方法，其特征在于，在所述将所述标准S.M.A.R.T.数据和所述变化率输入训练后的机器学习模型，以得到所述待检测磁盘是否故障的预测结果之前，还包括：

获取训练样本集合，所述训