[发明专利]基于注意力机制的固态硬盘数据预取方法

权利要求书

1.基于注意力机制的固态硬盘数据预取方法，其特征在于，包括以下步骤：

S1、采集固态硬盘访问轨迹数据，删除其中的写操作记录，筛选得到读操作记录，所述读操作记录包括操作地址和在本地址读取的数据量；

S2、统计在每个操作地址最常读取的数据量，生成一个地址-数据量表格；

S3、对读操作记录的操作地址求一阶差分，将地址序列转化为差值序列；

S4、将差值序列中前N个最频繁出现的差值分为N个类，其余差值归为同一类；

S5、将分类后的差值按顺序划分为若干个长度为32的序列，得到处理好的差值序列；

S6、将处理好的差值序列输入到基于注意力机制的神经网络中进行学习，输出得到预测差值；

S7、判断预测差值是否属于前N类最频繁出现的差值，若是则进入步骤S9，否则进入步骤S8；

S8、不对固态硬盘数据进行预取，结束预取流程；

S9、将预测差值与对应的操作地址相加，得到预测地址；

S10、判断预测地址是否在读操作记录里出现过，若是则进入步骤S11，否则进入步骤S8；

S11、根据预测地址，从地址-数据量表格中查询对应的数据量；

S12、在固态硬盘中查找预测地址并在预测地址读取对应的数据量送入缓存区，结束预取流程。

2.根据权利要求1所述的固态硬盘数据预取方法，其特征在于，所述步骤S6中的基于注意力机制的神经网络包括依次连接的嵌入层、注意力机制模块、第一层规范化模块、前馈网络、第二层规范化模块和线性层，所述嵌入层的输出还与注意力机制模块的输出残差连接，所述第一层规范化模块的输出还与前馈网络的输出残差连接。

3.根据权利要求2所述的固态硬盘数据预取方法，其特征在于，所述嵌入层用于将处理好的差值序列转化为向量表示。

4.根据权利要求3所述的固态硬盘数据预取方法，其特征在于，所述注意力机制模块用于根据向量表示计算注意力分数。

5.根据权利要求4所述的固态硬盘数据预取方法，其特征在于，所述计算注意力分数包括以下步骤：

A1、根据向量表示X计算得到三个新的向量：

其中Query表示查询向量，Key表示关键向量，Value表示内容向量，W^Q、W^K和W^V分别为Query、Key和Value对应的随机初始化的矩阵；

A2、根据Query、Key和Value进行自注意力计算，得到注意力分数A：

其中Softmax[·]表示Softmax函数，T表示向量的转置，d_k表示Key的维度。

6.根据权利要求2所述的固态硬盘数据预取方法，其特征在于，所述第一层规范化模块和第二层规范化模块用于计算残差连接后每个序列的平均值和方差，将数据规范化处理。

7.根据权利要求6所述的固态硬盘数据预取方法，其特征在于，所述前馈网络用于将经过第一层规范化模块规范化后的数据投影到更大的空间。

8.根据权利要求2所述的固态硬盘数据预取方法，其特征在于，所述线性层使用一个全连接网络将神经网络计算结果转化为分类概率，并将分类概率最高的差值作为神经网络输出的预测差值。