服务器硬盘剩余使用时间的预测方法、系统及存储介质技术方案

本发明专利技术涉及一种服务器硬盘剩余使用时间的预测方法、系统及存储介质，所述的预测方法包括以下步骤：S1：样本收集的步骤，收集一组已知寿命的硬盘，获取该组硬盘的样本数据；S2：根据收集到的样本数据，构建计算模型；S3：通过计算模型计算未知的硬盘剩余使用寿命；S4：根据硬盘的剩余使用寿命判断是否需要更换硬盘，如果硬盘的剩余使用寿命低于安全阈值，则进行硬盘更换。

【技术实现步骤摘要】
服务器硬盘剩余使用时间的预测方法、系统及存储介质
本专利技术属于服务器硬盘预测
，具体涉及一种服务器硬盘剩余使用时间的预测方法、系统及存储介质。
技术介绍
服务器作为日趋智能化社会的重要组成部分，在各个行业的发展过程中起到不可或缺的作用，为各个行业提供数据存储和数据计算的保障。随着技术的发展，云计算与大数据技术越来越成熟，对数据存储的需求也日趋庞大。多数服务器使用者都选择批量部署多台文件服务器来存储海量数据。在这种场景下，硬盘便成为了易损耗的硬件。如果不及时监测和预警硬盘的寿命状况,将有可能因硬盘寿命用尽而造成数据丢失。此为现有技术中存在的缺陷和不足。有鉴于此，本申请提供一种服务器硬盘剩余使用时间的预测方法、系统及存储介质，以解决现有技术中存在的缺陷和不足，是非常有必要的。
技术实现思路
针对现有技术中存在的无法及时准确监测和预警硬盘的寿命状况,导致硬盘寿命用尽而造成数据丢失的技术问题，本专利技术提供一种服务器硬盘剩余使用时间的预测方法、系统及存储介质，以解决上述技术问题。第一方面，本专利技术提供一种服务器硬盘剩余使用时间的预测方法，包括以下步骤：S1：样本收集的步骤，收集一组已知寿命的硬盘，获取该组硬盘的样本数据；S2：根据收集到的样本数据，构建计算模型；S3：通过计算模型计算未知的硬盘剩余使用寿命；S4：根据硬盘的剩余使用寿命判断是否需要更换硬盘，如果硬盘的剩余使用寿命低于安全阈值，则进行硬盘更换。作为优选，所述步骤S1中，硬盘的样本数据包括：硬盘内存容量，内存容量过小会造成硬盘读写频繁，容易引起机械故障；硬盘的日均上传及下载总流量，硬盘的读写次数是造成硬盘损耗的关键因素，若服务器被配置为存储服务器，需要经常进行文件读写，硬盘的寿命将会显著缩短；硬盘月均移动次数和冷关机次数，硬盘在高速运转时进行移动或者冷关机极易损坏磁道，而坏道会扩散，出现坏道的硬盘寿命将会相应缩短。采用上述参数作为样本，能够直接影响硬盘的使用寿命；确保构建的计算模型更加准确。作为优选，所述步骤S2中，通过以下步骤构建计算模型：记：X1代表硬盘内存容量，X2代表硬盘的日均上传及下载总流量，X3代表硬盘月均移动次数和冷关机次数的总次数；定义总使用时长函数为H(X)，H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1；其中，k为每个分量的权重；定义损失函数为J(θ)，其中，m代表取样硬盘的数量，y代表取样硬盘的剩余使用时间；X0为常数1；采取批量梯度下降算法获取θ取值，具体步骤如下：依次求出损失函数对每个θ的偏导数，组成梯度向量；例如J(θ)对θ1的偏导数为初始化参数θ，得到相应的损失和梯度向量；对θ进行随机取值，假设θi第一次全部取0，即θ0＝<0，0，0，0>，将θ0与样本矩阵中的数据X带入损失函数和梯度向量公式中，分别计算出损失和梯度向量；根据梯度下降步长，进行梯度下降迭代；随机设定一个步长，例α＝0.05，对θ0进行梯度下降得到θ1，的计算公式为将θ1代回到损失函数和梯度向量公式中计算出新的损失和梯度向量，依次类推，逐步计算出θn的损失和梯度向量；在迭代过程中，若发现θn的损失大于θn-1的损失，则说明步长选取大了，可能跨过了最低点，此时应重新设定一个较小的步长，比如α＝0.04，重复上述步骤；随着不断的梯度下降，梯度向量中的每个值都越来越接近0；设定一个梯度终止距离值ε，当梯度下降的距离都小于ε时，则迭代终止；此时的θ为最优参数；将该最优θ参数作为公式H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1的参数，获取未知硬盘的使用寿命，继而得到硬盘剩余使用寿命。第二方面，本专利技术提供一种服务器硬盘剩余使用时间的预测系统，包括：样本收集模块，收集一组已知寿命的硬盘，获取该组硬盘的样本数据；构建计算模型模块，根据收集到的样本数据，构建计算模型；未知硬盘剩余使用寿命获取模块，通过计算模型计算未知的硬盘剩余使用寿命；更换硬盘模块，根据硬盘的剩余使用寿命判断是否需要更换硬盘，如果硬盘的剩余使用寿命低于安全阈值，则进行硬盘更换。作为优选，所述样本收集模块中，硬盘的样本数据包括：硬盘内存容量，内存容量过小会造成硬盘读写频繁，容易引起机械故障；硬盘的日均上传及下载总流量，硬盘的读写次数是造成硬盘损耗的关键因素，若服务器被配置为存储服务器，需要经常进行文件读写，硬盘的寿命将会显著缩短；硬盘月均移动次数和冷关机次数，硬盘在高速运转时进行移动或者冷关机极易损坏磁道，而坏道会扩散，出现坏道的硬盘寿命将会相应缩短。采用上述参数作为样本，能够直接影响硬盘的使用寿命；确保构建的计算模型更加准确。作为优选，所述构建计算模型模块中，通过以下方式构建计算模型：记：X1代表硬盘内存容量，X2代表硬盘的日均上传及下载总流量，X3代表硬盘月均移动次数和冷关机次数的总次数；定义总使用时长函数为H(X)，H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1；其中，k为每个分量的权重；定义损失函数为J(θ)，其中，m代表取样硬盘的数量，y代表取样硬盘的剩余使用时间；X0为常数1；采取批量梯度下降算法获取θ取值，具体步骤如下：依次求出损失函数对每个θ的偏导数，组成梯度向量；例如J(θ)对θ1的偏导数为初始化参数θ，得到相应的损失和梯度向量；对θ进行随机取值，假设θi第一次全部取0，即θ0＝<0，0，0，0>，将θ0与样本矩阵中的数据X带入损失函数和梯度向量公式中，分别计算出损失和梯度向量；根据梯度下降步长，进行梯度下降迭代；随机设定一个步长，例α＝0.05，对θ0进行梯度下降得到θ1，的计算公式为将θ1代回到损失函数和梯度向量公式中计算出新的损失和梯度向量，依次类推，逐步计算出θn的损失和梯度向量；在迭代过程中，若发现θn的损失大于θn-1的损失，则说明步长选取大了，可能跨过了最低点，此时应重新设定一个较小的步长，比如α＝0.04，重复上述步骤；随着不断的梯度下降，梯度向量中的每个值都越来越接近0；设定一个梯度终止距离值ε，当梯度下降的距离都小于ε时，则迭代终止；此时的θ为最优参数；将该最优θ参数作为公式H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1的参数，获取未知硬盘的使用寿命，继而得到硬盘剩余使用寿命。第三方面，提供了一种计算机存储介质，所述计算机存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。本专利技术的有益效果在于，针对不同的运维场景进行较为精确的硬盘剩余使用时间预测，在运维场景转变后能实时更新寿命预警，使运维人员能够及时备份数据，修复或更新硬盘等，规避数本文档来自技高网...

【技术保护点】
1.一种服务器硬盘剩余使用时间的预测方法，其特征在于，包括以下步骤：/nS1：样本收集的步骤，收集一组已知寿命的硬盘，获取该组硬盘的样本数据；/nS2：根据收集到的样本数据，构建计算模型；/nS3：通过计算模型计算未知的硬盘剩余使用寿命；/nS4：根据硬盘的剩余使用寿命判断是否需要更换硬盘，如果硬盘的剩余使用寿命低于安全阈值，则进行硬盘更换。/n

【技术特征摘要】
1.一种服务器硬盘剩余使用时间的预测方法，其特征在于，包括以下步骤：
S1：样本收集的步骤，收集一组已知寿命的硬盘，获取该组硬盘的样本数据；
S2：根据收集到的样本数据，构建计算模型；
S3：通过计算模型计算未知的硬盘剩余使用寿命；
S4：根据硬盘的剩余使用寿命判断是否需要更换硬盘，如果硬盘的剩余使用寿命低于安全阈值，则进行硬盘更换。


2.根据权利要求1所述的一种服务器硬盘剩余使用时间的预测方法，其特征在于，所述步骤S1中，硬盘的样本数据包括：
硬盘内存容量，硬盘的日均上传及下载总流量，硬盘月均移动次数和冷关机次数。


3.根据权利要求2所述的一种服务器硬盘剩余使用时间的预测方法，其特征在于，所述步骤S2中，通过以下步骤构建计算模型：
记：X1代表硬盘内存容量，X2代表硬盘的日均上传及下载总流量，X3代表硬盘月均移动次数和冷关机次数的总次数；
定义总使用时长函数为H(X)，
H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1；
其中，k为每个分量的权重；
定义损失函数为J(θ)，



其中，m代表取样硬盘的数量，y代表取样硬盘的剩余使用时间；X0为常数1；
采取批量梯度下降算法获取θ取值，具体步骤如下：
依次求出损失函数对每个θ的偏导数，组成梯度向量；
初始化参数θ，得到相应的损失和梯度向量；
对θ进行随机取值，将θ0与样本矩阵中的数据X带入损失函数和梯度向量公式中，分别计算出损失和梯度向量；
根据梯度下降步长，进行梯度下降迭代；
设定一个梯度终止距离值ε，当梯度下降的距离都小于ε时，则迭代终止；此时的θ为最优参数；
将该最优θ参数作为公式H(X)＝θ0+θ1X1+θ2X2-1+θ3X3-1的参数，获取未知硬盘的使用寿命，继而得到硬盘剩余使用寿命。


4.一种服务器硬盘剩余使用时间的预测系统，其特征在于，包括：
样本收集模块，收集一组已...

【专利技术属性】
技术研发人员：韩颖，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32