大規(guī)模集群硬盤故障預測可遷移性研究

摘要： 硬盤驅動器(HDD)仍然是大型數據中心與超算中心主要和重要的存儲部件，而存儲集群規(guī)模地持續(xù)擴大對硬盤故障預測的研究不斷提出挑戰(zhàn).當前，前人已使用統(tǒng)計學、機器學習和深度學習等不同類型的故障預測方法用于大規(guī)模存儲集群的硬盤故障預測，并取得不俗的研究結果.但是，對于故障模型的遷移性與數據集差異的相關研究還較少.我們收集了多種類型的HDD數據集與基于不同策略的模型，對其進行交叉實驗驗證... （共8頁）