面向磁盘故障预测的机器学习方法比较(无全文)

作者:董勇;蒋艳凰;卢宇彤;周恩强 刊名:计算机工程与科学 上传者:

抱歉,该篇全文还没有人上传哦!我要 上传, 我要 求助

【摘要】磁盘是保存数据的重要载体,提高磁盘的可靠性和数据可用性具有重要意义。现代磁盘普遍支持SMART协议,用来监控磁盘的内部工作状态。采用机器学习方法,分析磁盘的SMART信息,实现对磁盘故障的预测。所采用的机器学习方法包括反向神经网络、决策树、支持向量机以及简单贝叶斯,并采用实际磁盘SMART数据进行验证与分析。基于上述数据,对不同机器学习方法的有效性及其效果进行了对比。结果表明,决策树方法的预测率最好,支持向量机方法的误报率最低。

参考文献

引证文献

问答

我要提问