摘要
随着信息化的发展,数据的容量呈指数级增长,因此大容量储存硬盘的抗“损坏”性和“损坏”可预测性日趋重要。传统硬盘损坏预测模型只是通过规则方式进行硬盘“好”与“坏”的预测,在一定程度上能够解决硬盘因损坏导致的数据丢失问题。然而,数据的“绝对”安全是至关重要的,预测模型不仅要成功预测硬盘的“损坏”时间,更要保证硬盘服役期的健康,并在可能出现故障之前进行替换。故本文在硬盘“健康”指标之外,制定了“退役”与否特征指标,提出了一种基于混合深度神经网络的硬盘“退役”预测模型,用以判断硬盘在“健康”状态下,是否应该进行更换,有效提高预测的准确性和硬盘使用效率。
出处
《江科学术研究》
2021年第3期54-58,共5页
Academic Research Of JXUT
基金
江西科技学院自然科学项目(NO.ZR1910)
江西省教育厅科学技术研究项目(NO.GJJ202017)。
