[发明专利]一种使用机器学习预测硬盘故障的方法

权利要求书

1.一种使用机器学习预测硬盘故障的方法，其特征在于，

使用blackblaze提供的海量smart数据集，根据不同品牌硬盘的smart数据分布不平衡的情况，使用随机森林算法，对历史数据进行训练建模，生成预测故障预测模型，提高故障预测率。

2.根据权利要求1所述的方法，其特征在于，

分别计算各个硬盘的属性值得统计特征，使用这些特征值，对不同的硬盘数据进行归一化预处理。

3.根据权利要求2所述的方法，其特征在于，

基于归一化处理后的数据，使用随机森林算法进行训练，建立故障预测模型；实时监测硬盘的smart数据，根据属性值从历史数据中寻找出最匹配的硬盘，使用该硬盘各个属性的特征值，进行归一化处理；将归一化处理后的数据输入预测模型，预测硬盘健康状况。

4.根据权利要求3所述的方法，其特征在于，

将生成的预测模型数据和软件安装到服务器上，采集服务器上各个硬盘的smart数据，通过预测模型预测各个硬盘的健康状况。