[发明专利]一种模型训练方法、磁盘预测方法、装置及电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取表征磁盘故障的负样本数据以及表征磁盘正常的正样本数据，所述负样本数据以及所述正样本数据均包含原始SMART数据；

基于所述负样本数据以及所述正样本数据对初始模型进行N次迭代训练，得到能预测磁盘是否故障的预测模型；其中，在第i次迭代训练过程中，以第i-1次迭代训练所得的模型在所述正样本数据上产生的损失值对所述正样本进行下采样，并将采样得到的正样本数据以及所述负样本数据对所述第i-1次迭代训练所得的模型进行训练，i依次取2至N；

其中，以第i-1次迭代训练所得的模型在所述正样本数据上产生的损失值对所述正样本进行下采样，包括：

以第i-1次迭代训练所得的模型在所述正样本数据上产生的损失值为依据，将所述正样本数据分为多个桶；

从每个桶中采样与该桶的预设比例对应数量的样本数据，其中，不同桶的预设比例不同。

2.根据权利要求1所述的方法，其特征在于，从每个桶中采样与该桶的预设比例对应数量的样本数据，包括：

计算每个桶中的正样本数据的损失值的平均值；

针对每一个桶，计算该桶中的正样本数据的损失值的平均值与所有桶中的正样本数据的损失值的平均值之和的占比，并计算所述占比与所述负样本数据的乘积；

从该桶中采样与所述乘积对应数量的样本数据。

3.根据权利要求1所述的方法，其特征在于，在基于所述负样本数据以及所述正样本数据对初始模型进行N次迭代训练之前，所述方法还包括：

基于所述负样本数据以及所述正样本数据，从所述原始SMART数据中筛选出与磁盘故障高度相关的目标SMART数据，其中，所述原始SMART数据中的SMART参数与标签变量的相关性大于预设阈值表征与磁盘故障高度相关；

基于挑选出的所述目标SMART数据构建所述负样本数据以及所述正样本数据各自的输入特征；

相应地，基于所述负样本数据以及所述正样本数据对初始模型进行N次迭代训练，包括：

基于所述负样本数据以及所述正样本数据各自的输入特征对初始模型进行N次迭代训练。

4.根据权利要求3所述的方法，其特征在于，基于所述负样本数据以及所述正样本数据，从所述原始SMART数据中筛选出与磁盘故障高度相关的目标SMART数据，包括：

基于所述负样本数据以及所述正样本数据，计算所述原始SMART数据中每一种SMART参数与标签变量的相关性；

基于所述原始SMART数据中每一种SMART参数与标签变量的相关性，从所述原始SMART数据中筛选出与磁盘故障高度相关的目标SMART数据。

5.一种磁盘预测方法，其特征在于，包括：

获取待预测磁盘在一段时间段内的原始SMART数据；

利用如权利要求1-4任一项所述模型训练方法训练得到的预测模型对所述原始SMART数据进行处理，得到预测结果。

6.一种模型训练装置，其特征在于，包括：

获取模块，用于获取表征磁盘故障的负样本数据以及表征磁盘正常的正样本数据，所述负样本数据以及所述正样本数据均包含原始SMART数据；

处理模块，用于基于所述负样本数据以及所述正样本数据对初始模型进行N次迭代训练，得到能预测磁盘是否故障的预测模型；其中，在第i次迭代训练过程中，以第i-1次迭代训练所得的模型在所述正样本数据上产生的损失值对所述正样本进行下采样，并将采样得到的正样本数据以及所述负样本数据对所述第i-1次迭代训练所得的模型进行训练，i依次取2至N；

其中，所述处理模块，用于以第i-1次迭代训练所得的模型在所述正样本数据上产生的损失值为依据，将所述正样本数据分为多个桶；从每个桶中采样与该桶的预设比例对应数量的样本数据，其中，不同桶的预设比例不同。

7.一种磁盘预测装置，其特征在于，包括：

获取模块，用于获取待预测磁盘在一段时间段内的原始SMART数据；

处理模块，用于利用如权利要求6所述的模型训练装置训练得到的预测模型对所述原始SMART数据进行处理，得到预测结果。