融合AP聚類算法和寬度學習系統(tǒng)的分布外硬盤故障預測

摘要： 硬盤是云數(shù)據(jù)中心最主要的存儲設備，硬盤故障預測是保障數(shù)據(jù)安全的重要手段。但是，硬盤的故障與健康樣本之間存在著極端的數(shù)量不平衡問題，這會導致模型偏差；此外，不同型號的硬盤數(shù)據(jù)分布存在一定的差異，在特定硬盤數(shù)據(jù)上訓練的模型往往不適用于其他硬盤。對于這兩個問題，文中提出了一種融合AP聚類算法和寬度學習系統(tǒng)的分布外硬盤故障預測方法。針對樣本不平衡問題，文中使用AP聚類算法對硬盤故障出現(xiàn)...