本文關(guān)鍵詞：基于S.M.A.R.T.預(yù)測(cè)故障磁盤的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),云計(jì)算技術(shù)得到迅猛發(fā)展,給諸多企業(yè)帶來(lái)商業(yè)模式的轉(zhuǎn)變,也給個(gè)人帶來(lái)工作方式的改變。但是,不斷發(fā)生的云安全事故,常常造成數(shù)據(jù)丟失的嚴(yán)重后果,給企業(yè)和個(gè)人帶來(lái)嚴(yán)重的損失,也阻礙了云計(jì)算的廣泛推廣使用。云計(jì)算的安全性和可靠性成為企業(yè)和個(gè)人關(guān)注的焦點(diǎn)。確保數(shù)據(jù)不丟失,必須首先關(guān)注云存儲(chǔ)的安全。云存儲(chǔ)是云計(jì)算的基礎(chǔ),其核心是磁盤。隨著磁盤制造工藝進(jìn)步,磁盤發(fā)生故障的概率越來(lái)越低。但是,由于云存儲(chǔ)中磁盤的數(shù)量規(guī)模是極其龐大的,云環(huán)境下的磁盤故障依然是多發(fā)的。磁盤故障多發(fā)使用戶數(shù)據(jù)面臨風(fēng)險(xiǎn),磁盤故障率極低又使得故障磁盤的預(yù)測(cè)和運(yùn)維人員的維護(hù)變得極為困難。自我監(jiān)測(cè)、分析及報(bào)告技術(shù)(S. M. A. R. T.)是ATA標(biāo)準(zhǔn)規(guī)定的各磁盤廠商必須遵循的標(biāo)準(zhǔn)條件之一。它通過(guò)監(jiān)控磁盤運(yùn)行時(shí)的電機(jī)、磁頭、溫度等狀態(tài)信息,并與磁盤廠商設(shè)定的安全閾值相比較來(lái)判斷磁盤的健康狀況。當(dāng)判斷有故障發(fā)生時(shí),能自動(dòng)向用戶發(fā)出警告,部分甚至?xí)M(jìn)行簡(jiǎn)單的自動(dòng)修復(fù),如自動(dòng)降速和備份數(shù)據(jù)等。目前,基于S. M. A. R. T.的閾值判定方法是磁盤廠商普遍采用的故障磁盤預(yù)測(cè)方法。但是,采用該方法時(shí),故障磁盤的檢測(cè)率通常為3-10%,故障磁盤檢測(cè)率過(guò)低,實(shí)際預(yù)警效用不大。當(dāng)前,基于S. M. A. R. T.預(yù)測(cè)故障磁盤的研究較少,已建立的模型均基于磁盤廠商的S. M. A. R.T.數(shù)據(jù)和其它環(huán)境等數(shù)據(jù),難以應(yīng)用于實(shí)際的用戶集群的磁盤故障預(yù)測(cè)。本文基于實(shí)際的用戶觀測(cè)數(shù)據(jù),僅僅利用S. M. A. R. T.信息,建立有效的故障磁盤預(yù)測(cè)模型。本文的主要工作總結(jié)如下：(1)研究了磁盤S. M. A. R. T.技術(shù),分析了基于磁盤S. M. A. R. T.數(shù)據(jù)的故障磁盤預(yù)測(cè)方法及其研究現(xiàn)狀。(2)實(shí)現(xiàn)了實(shí)際云計(jì)算平臺(tái)的磁盤S. M. A. R. T信息的采集和預(yù)處理。(3)利用磁盤維修記錄將磁盤狀態(tài)分類為“正常”和“24小時(shí)內(nèi)即將發(fā)生故障”。故障磁盤定義為確認(rèn)需要進(jìn)行維修更換的磁盤,確認(rèn)的時(shí)間即為故障發(fā)生的時(shí)間。(4)針對(duì)磁盤實(shí)際故障率極低,實(shí)驗(yàn)對(duì)象是極不平衡的數(shù)據(jù)集的情況,提出了一種混合的故障磁盤預(yù)測(cè)方法DKSS。該方法基于實(shí)際用戶集群的磁盤S. M. A. R. T.數(shù)據(jù),綜合了聚類、重采樣和集成分類器等方法。該方法在模型訓(xùn)練階段首先通過(guò)聚類和重采樣來(lái)重構(gòu)數(shù)據(jù)集,以平衡正負(fù)兩類樣本,再利用支持向量機(jī)方法訓(xùn)練學(xué)習(xí)子分類器,最后對(duì)子分類器的預(yù)測(cè)結(jié)果進(jìn)行投票集成。在模型預(yù)測(cè)階段,首先利用聚類方法來(lái)縮小樣本規(guī)模,再利用集成分類器進(jìn)行預(yù)測(cè)。(5)采用DBSCAN、K-means、SMOTE和SVM等方法實(shí)現(xiàn)了DKSS模型,并對(duì)模型的有效性進(jìn)行了實(shí)驗(yàn)驗(yàn)證和預(yù)測(cè)性能分析。本文的創(chuàng)新點(diǎn)在于：(1)基于實(shí)際用戶環(huán)境,僅僅利用S. M. A. R. T.數(shù)據(jù)來(lái)預(yù)測(cè)故障磁盤。(2)提出了DKSS混合策略,并應(yīng)用于故障磁盤預(yù)測(cè)。實(shí)驗(yàn)證明,該方法具有較好的預(yù)測(cè)性能,并具有較強(qiáng)的泛化能力。
【關(guān)鍵詞】：磁盤故障預(yù)測(cè) S.M.A.R.T. SVM DBSCAN K-means
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP333
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-14
• 1.1 問(wèn)題背景9-10
• 1.2 磁盤故障預(yù)警技術(shù)10-12
• 1.3 本文工作與論文組織12-13
• 1.4 本章小結(jié)13-14
• 2 異常檢測(cè)技術(shù)研究現(xiàn)狀14-20
• 2.1 異常檢測(cè)問(wèn)題定義14
• 2.2 異常檢測(cè)的應(yīng)用14-15
• 2.3 現(xiàn)有異常檢測(cè)技術(shù)15-19
• 2.3.1 基于統(tǒng)計(jì)的方法16-17
• 2.3.2 基于聚類的方法17-18
• 2.3.3 基于近鄰的方法18
• 2.3.4 基于分類的方法18-19
• 2.4 本章小結(jié)19-20
• 3 磁盤S.M.A.R.T.技術(shù)20-26
• 3.1 S.M.A.R.T.技術(shù)簡(jiǎn)介20
• 3.2 S.M.A.R.T.監(jiān)測(cè)屬性20-25
• 3.3 S.M.A.R.T.應(yīng)用現(xiàn)狀25
• 3.4 本章小結(jié)25-26
• 4 DKSS混合策略算法26-40
• 4.1 引言26
• 4.2 DKSS混合策略中的相關(guān)子算法26-36
• 4.2.1 支持向量機(jī)26-35
• 4.2.2 DBSCAN算法35-36
• 4.2.3 K-means算法36
• 4.3 DKSS算法36-39
• 4.4 本章小結(jié)39-40
• 5 基于DKSS混合策略的磁盤故障檢測(cè)技術(shù)40-59
• 5.1 實(shí)驗(yàn)數(shù)據(jù)40-45
• 5.1.1 數(shù)據(jù)采集40-44
• 5.1.2 數(shù)據(jù)集劃分44-45
• 5.2 實(shí)驗(yàn)環(huán)境和性能評(píng)價(jià)標(biāo)準(zhǔn)45-46
• 5.2.1 實(shí)驗(yàn)環(huán)境45
• 5.2.2 性能評(píng)價(jià)標(biāo)準(zhǔn)45-46
• 5.3 數(shù)據(jù)預(yù)處理46-47
• 5.3.1 特征選擇46
• 5.3.2 數(shù)據(jù)清洗46-47
• 5.3.3 數(shù)據(jù)變換47
• 5.4 模型訓(xùn)練47-51
• 5.5 模型驗(yàn)證51-52
• 5.6 實(shí)驗(yàn)結(jié)果和性能評(píng)價(jià)52-58
• 5.6.1 實(shí)驗(yàn)結(jié)果52-54
• 5.6.2 實(shí)驗(yàn)性能評(píng)估54-58
• 5.7 本章小結(jié)58-59
• 6 總結(jié)與展望59-61
• 6.1 總結(jié)59
• 6.2 展望59-61
• 參考文獻(xiàn)61-68
• 致謝68-69
• 附件1 碩士生期間參與的科研項(xiàng)目69-70
• 附件2 碩士生期間發(fā)表和錄用的論文70-71

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 張狄;;“聰明”的硬盤——談S.M.A.R.T.技術(shù)[J];每周電腦報(bào);1997年49期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 山東 王琨;《誰(shuí)動(dòng)了硬盤的S.M.A.R.T.》補(bǔ)遺[N];電腦報(bào);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 宋云華;基于S.M.A.R.T.預(yù)測(cè)故障磁盤的研究[D];南京大學(xué);2014年

  本文關(guān)鍵詞：基于S.M.A.R.T.預(yù)測(cè)故障磁盤的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：493393