關于我們
書單推薦
新書推薦
|
基于機器學習的磁盤故障預測研究 隨著互聯(lián)網(wǎng)時代的到來,數(shù)據(jù)規(guī)模的快速增長給存儲帶來了巨大挑戰(zhàn)。磁盤憑借其容量大、價格低等優(yōu)勢,被廣泛應用于數(shù)據(jù)存儲。然而,磁盤屬干復雜的機械電子設備,維持其高可靠性很具挑戰(zhàn)性。磁盤故障預測技術對即將發(fā)生的磁盤故障進行預測,在磁盤故障發(fā)生之前,主動地對這些磁盤中的數(shù)據(jù)進行遷移,達到提高可靠性并降低維護開銷的目的。但仍存在如下問題亟帶解決:(1)由于缺乏故障磁盤樣本,導致基于有監(jiān)督分類模型的磁盤故障預測方法存在適應性受限的問題;(2)僅使用預測準確率衡量預測方法的好壞,缺少對預測錯誤代價的評估:(3)基于扇區(qū)故障預測對存在潛在扇區(qū)故障的磁盤進行提升頻率的掃描檢測,導致維護開銷增加。本書即針對這3點問題做出分析并提出自己的解決辦法。
你還可能感興趣
我要評論
|