×
高级产品搜索菜单

企业研究内置硬盘盒要从哪几方面入手
日期: 2021.11.30

研究大规模存储系统的内置硬盘盒故障预测问题,在建立硬盘故障预测模型、可靠性定量分析、实际应用到存储系统等方面展开工作。科研优化的基于的故障预测模型;也尝试基于算法建立故障预测模型,并且对该预测模型使用算法优化。

内置硬盘盒6.png

1、失误率

用新的样本处理以及特征构造方法,使用属性的标准值、原始值及其变化率作为输入特征来训练模型;使用坏盘故障前的多个时间窗口内的样本来训练不同的模型,并比较这些模型的性能。还使用一种基于投票的硬盘故障检测算法,该方法能够有效的降低模型失误率。此外,为更详细地描述硬盘的健康状况,也尝试使用算法来构造健康度模型。

2、数据预警和迁移

实验数据可釆集自实际的数据中心,包含多达块内置硬盘盒‍的样本,能够代表当前大规模存储系统的故障行为特征。与前人的工作比较,使用的模型在上述数据集上取得非常好的故障预测性能:优化的模型能够取得极低的误报率,而模型则能在保持较低误报率时达到以上的故障检测率。利用模型计算不同存储系统,硬盘故障预测模型能够极大地提高存储系统可靠性。而系统保持同等级别的可靠性时,使用硬盘故障预测模型能够降低存储系统的编码复杂度和运营成本。此外,还简要描述带主动容错机制的分布式存储系统框架,将故障预测模型应用到实际存储系统中去,并探讨预测模型的更新和预警后的数据迁移等问题。需要把硬盘故障预测模型在实际的大规模数据中心进行部署和实验,进一步验证模型的准确率。

对于主动容错机制与编码、副本等被动容错机制的结合,故障预测后的自动备份处理等问题,都值得深入的研究。此外,在后续的工作中,需要进一步研究内置硬盘盒‍的健康度模型,尝试不同的算法和策略,提升其准确率,使之能够更准确地描述硬盘的健康程度。

高级产品搜索菜单
提交 清除 取消
找不到合适的产品?提交您的请求HERE
ICY DOCK使用cookies来确保您在我们的网站上为您提供最佳体验。了解更多
我同意