样本采集方法及复制设备健康状况的预测方法

摘要

本发明提供了一种样本采集方法及复制设备健康状况的预测方法，其中，上述样本采集方法包括：根据复制设备的扇区数目计算复制设备检测的最小单位“块”的大小；将预设数量的所述块作为一个“框”单元，按照所述框单元划分整个所述复制设备；随机选择一个未读块，记录该块所在框的索引值；检测所述未读块所在框内的所有块或直至所述框内坏块的数量达到预设值；计算所述未读块所在框的坏块概率；随机选择下一个未读块，重复所述检测步骤。本发明提供的样本采集方法及复制设备健康状况预测方法在花费时间少，占用资源少的状态下，准确率可达90%以上，可以准确地反映复制设备的健康状况，给复制设备提供重要的参考数据。

说明书

技术领域

本发明涉及复制设备健康状况预测技术领域，特别地，涉及一种样本采集方法及复制设备健康状况的预测方法。

背景技术

信息AQ 纳入国家重点研究课题以来,各种相关技术如雨后春笋层出不穷。很多时候，为了完整获取信息环境，复制设备复制成为信息采集的必要手段。目前复制设备复制技术已经相对成熟，各种复制软件和手持设备琳琅满目，但是对于复制设备健康状况的预测,却一直是困扰复制设备复制行业的极大难题。

复制设备的健康程度，直接关系到复制设备复制行为的时间长短，甚至是能否复制问题。如果复制设备健康程度低下，读写障碍严重，那么复制的时间很可能令操作人员无法容忍,甚至会进一步恶化被复制复制设备的健康状况。

目前虽然有相关的复制设备检测技术，但均存在很大不足:

第一种技术是读取复制设备S.M.A.R.T表，也就是从复制设备固件中获取复制设备的相关信息。这是复制设备的主控系统，利用自身的检测机制，对复制设备老化程度的判断。但是，因为复制设备的自查自检需要时间，这种技术根本无法对突然损坏的复制设备产生效果，例如被突然摔落的复制设备的坏扇区是无法马上被S.M.A.R.T记录的。

第二种技术是常见的坏扇区检测工具，此类工具虽然较多，但存在一个共同的缺陷就是：需要将复制设备从第一个扇区开始，依次检测，这种行为所耗费的复制设备读写资源已经不亚于复制，所以对复制技术而言，该技术没有实用价值。

发明内容

本发明所要解决的技术问题是提供一种用于复制设备健康状况预测的样本采集方法，能够在花费时间少、占用资源少的状态下，准确地反映复制设备的健康状况。

为了解决上述问题，一方面提供了一种样本采集方法，用于复制设备健康预测，包括：根据复制设备的扇区数目计算复制设备检测的最小单位“块”的大小；将预设数量的所述块作为一个“框”单元，按照所述框单元划分整个所述复制设备；随机选择一个未读块，记录该块所在框的索引值；检测所述未读块所在框内的所有块或直至所述框内坏块的数量达到预设值；计算所述未读块所在框的坏块概率；随机选择下一个未读块，重复所述检测步骤。

优选的，所述步骤：检测所述未读块所在框内的所有块或直至所述框内坏块的数量达到预设值；具体包括：

扫描所述未读块内的所有扇区，记录坏扇区的比例A，同时标记该块已读；

根据预设的初始阙值B，判断所述块的好坏：如果A小于B，则将所述块标记为好块；反之，标记为坏块；

继续检测所述块所在框内的其它块：若所述块为好块，则提高阙值B，继续检测所述框内的其它块或直至所述框内坏块的数量达到预设值；若所述块为坏块，则降低所述阙值B，继续检测所述框内的其它块或直至所述框内坏块的数量达到预设值。

优选的，对于所述块为坏块的情况，降低所述阙值B，继续检测所述框内的其它块的具体步骤包括：

记录该块在所述框内的相对偏移量j；

如果所述相对偏移量j不大于框内所有块数量的一半，则按递增顺序向后选择下一个未读“块”，以此类推, 当扫描到“框”内最后一个“块”时，则开始从j按递减顺序向前选择，直到第一个“块”或者所述框内坏块的数量达到预设值；

如果所述相对偏移量j大于框内所有块数量的一半，则按递减顺序向前选择下一个未读“块”，以此类推，扫描到“框”内第一个“块”时，则开始从j按递增顺序向后选择，直到最后一个“块”或者所述框内坏块的数量达到预设值。

优选的，所述框内坏块的数量达到的预设值不小于所述框内总体块数的一半。

优选的，所述阙值B每次增加或降低的幅度为8%~12%。

相应的，还提供了一种复制设备健康状况的预测方法，包括：

获取所述权利要求1至5任一所述的样本采集方法获得的m个框的坏块概率P1、P2、P3……Pm；对所述m个框样本进行矩估计，推测整体复制设备的坏道情况。

优选的，所述对所述m个框样本进行矩估计，推测整体复制设备的坏道情

况，包括：

采用总体期望描述总体样本空间坏块概率的平均值，它的矩估计法即样本的一阶原点矩：

。

优选的，所述对所述m个框样本进行矩估计，推测整体复制设备的坏道情

况，进一步包括：

采用总体方差描述总体样本空间各“框”坏块概率的波动程度，使用样本方差：

 进行估计。

优选的，所述对所述m个框样本进行矩估计，推测整体复制设备的坏道情况，还包括：

给出总体期望的置信水平为的置信区间，其中，

是标准正态分布的分位数。

优选的，所述复制设备包括：硬盘、光盘、软盘。

与现有技术相比，上述技术方案中的一个技术方案具有以下优点或有益效果：

本发明提出的一种用于复制设备健康状况预测的样本采集方法是一种基于缺陷空间优先置信的样本采集方法，只需要对复制设备进行少量的扇区状况检测。然后，在复制设备健康状况预测方法中，对上述采样数据采用矩估计法建立数学决策模型，对抽样数据进行分析，即可达到以点带面的特殊检测效果。本发明从根本上克服了现有技术的缺陷，在花费时间少，占用资源少的状态下，准确率可达90%以上，可以准确地反映复制设备的健康状况，给复制设备提供重要的参考数据。

附图说明           

图1是本发明用于复制设备健康预测的样本采集方法实施例的示意图；

图2是第一个未读块为坏块的情况下框内其余块的检测方法实施例示意图；

图3是本发明复制设备健康状况的预测方法实施例示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明一种用于复制设备健康预测的样本采集方法，包括：

步骤101、根据复制设备的扇区数目计算复制设备检测的最小单位“块”的大小；

上述步骤101的具体实施方式为：

读取复制设备大小N个扇区，计算复制设备检测的最小单位“块”的大小为 N / U。其中，U为“块”的个数。

步骤102、将预设数量的所述块作为一个“框”单元，按照所述框单元划分整个所述复制设备；

步骤102的具体实施方式为：

以Z个“块”为一个“框”，划分整个复制设备，这里设复制设备一共划分成为Y个框。

注意上述步骤101、102以及后面本发明实施例中所说的框和块是一个大小由技术人员定义的恰好能被复制设备扇区总数整除的采样单元。

步骤103、随机选择一个未读块，记录该块所在框的索引值；

步骤103的具体实施过程可以是：

产生一个U以内的随机数X，判断第X个块为是否已读：如果第X个块已读，则重新产生随机数，选择下一个未读“块”；如果第X个“块”未读，则记录包含它的“框”的索引值i。

该步骤103的实施方式可以有效避免重复检测，最大限度减轻磁头负担。

步骤104、检测所述未读块所在框内的所有块或直至所述框内坏块的数量达到预设值；

步骤104的具体实施方式可以包括：

S1、扫描未读块X内的所有扇区，记录坏扇区的比例A，同时标记块X为已读；

S2、根据预设的初始阙值B，判断块X的好坏：如果A小于B，则将块X标记为好块，可以标记为1；反之，标记为坏块，可以将坏块标记为0；

S3、继续检测块X所在框i内的其它块：若块X为好块，则提高阙值B，继续检测框i内的其它块或直至框i内坏块的数量达到预设值D；若块X为坏块，则降低阙值B，继续检测框i内的其它块或直至框i内坏块的数量达到预设值D。

其中，阙值B每次增加或降低的幅度为8%~12%，优选10%。

上述框内坏块数量的预设值D可以设置为：不小于框内总体块数Z的一半，即D≧Z/2。

对于步骤104中，当未读块X标记为坏块时，本发明实施例将采用缺陷空间优先置信的方法进行进一步检测，具体实施方式将结合图2进行详细描述。

步骤105、计算未读块所在框的坏块概率；

按照步骤104的检测方法，计算出第i个“框”的坏块概率p1。假设经检测，第i个框内的坏块数量为n，则，坏块概率p1等于坏块数量n除以框内总块数Z。

然后，随机选择下一个未读块，重复上述步骤103~105。具体实施方式为：随机选择下一个未读块，重复上述步骤103至105，直至获得预设数量的样本数据。此处的样本数据具体为m个框的坏块概率：p1，p2，p3，p4……pm。

对于上述步骤104中，块X标记为0的情况，在进行框内其余块检测时，首先降低初始阙值B，然后按照预设的方法进行其余块的检测。上述预设方法实施例参见图2所示，具体包括：

步骤201、记录块X在框i内的相对偏移量j；

步骤202、判断上述相对偏移量j是否小于等于Z/2，若是，执行步骤203；若否，执行步骤204；

步骤203、如果所述相对偏移量j不大于框内所有块数量的一半，则按递增顺序向后选择下一个未读“块”，以此类推, 当扫描到“框”内最后一个“块”时，则开始从j按递减顺序向前选择，直到第一个“块”或者所述框内坏块的数量达到预设值；即，

如果j≦Z/2，则向后选择第X+1个“块”，如果X+1已被标记为读，则选择X+2……以此类推, 当扫描到“框”内最后一个“块”时，则开始从j向前向后选择，直到第一个“块”，或者框内坏块数量达到D；

步骤204、如果所述相对偏移量j大于框内所有块数量的一半，则按递减顺序向前选择下一个未读“块”，以此类推，扫描到“框”内第一个“块”时，则开始从j按递增顺序向后选择，直到最后一个“块”或者所述框内坏块的数量达到预设值。即，

如果j>Z/2，则向前选择第X-1个“块”，如果X-1已被标记为读，则选择X-2……以此类推，扫描到“框”内第一个“块”时，则开始从j向后选择，直到最后一个“块”，或者框内坏块数量达到D。

以上描述了本发明提供的用于复制设备健康状况预测的采样方法实施例。基于上述采样方法实施例，本发明还提供了一种复制设备健康状况的预测方法，参照图3所示的复制设备健康状况的预测方法实施例示意图，包括：

步骤301、获取上述任一所述的样本采集方法实施例获得的m个框的坏块

率P1、P2、P3……Pm；

步骤302、对上述m个框样本进行矩估计，推测整体复制设备的坏道情况。

由于总体的分布未知，本发明采取矩估计法来估计总体的期望、方差、偏度、峰度，通过这些特征数，来刻画所得到的总体坏扇区概率估计值的近似程度。

因为样本的k阶原点矩为： 

                                      ,                          （1）

k阶中心矩为：

                                。                       （2）

所以：

a)     总体期望描述总体样本空间坏块概率的平均值。它的矩法估计即样本的

一阶原点矩，很显然是一个无偏估计。

b)      总体方差描述总体样本空间各“块”坏块概率的波动程度。由于总体方差

的矩法估计即样本的二阶中心矩并不是总体方差的无偏估计。此处，改为使用样本方差来进行估计。

c)       得到一个明确的数值估计，还需要给这个估计一个精度的范围。因为在

大样本场合（样本数n30），样本均值的渐近分布为，从而近似服从标准正态分布。这时总体期望的置信水平为，其置信区间是，这里的是标准正态分布的分位数。例如：用上述采样方法得到一组缺陷样本数据，假设缺陷样本数为400，样本均值为0.30，样本方差为4.0，那么可以得到总体期望关于任意指定的置信区间。比如时，，故总体期望0.95的置信区间为，于是总体期望在0.104到0.496之间的置信水平为95%。

    矩估计的结果通过后，记录下坏框的位置。以后读写复制设备时则绕过坏框，进而节约复制设备的复制时间，提高复制速率。

可见，利用上述复制设备健康状况预测方法推算的置信区间，可以很容易预测硬盘总体的缺陷空间比例，从而进一步预测出缺陷扇区的实际数量。对于来自复制设备的缺陷空间识别响应时间阙值，可以很容易得出复制设备缺陷空间的复制时间，同时利用健康状态复制设备(无缺陷空间的复制设备)的标准填充时间就可以得出非缺陷空间复制的时间，二者相加后就是整个复制设备的复制时间。例如：1个10000扇区的复制设备，缺陷空间识别响应时间阙值为1秒，那么根据上述预测方法预测缺陷空间为4000扇区，则复制缺陷空间至少需要4000秒。如果复制设备原本标准填充时间为6000秒，此时非缺陷空间的比例为60%，非缺陷空间的复制时间为6000×60%=3600秒，最终整个复制设备的复制时间是7600秒（4000秒+3600秒）。

需要说明的是，本发明各实施例中所述的复制设备可以包括：硬盘、光盘、软盘等。

由此可见，本发明提供的一种基于缺陷空间优先置信的样本采集方法以及基于矩估计概率计算的复制设备健康状况预测方法，只需要对复制设备进行少量的扇区状况检测，随后建立数学决策模型，对抽样数据进行分析，即可达到以点带面的特殊检测效果，从根本上克服了现有技术的缺陷。在花费时间少，占用资源少的状态下，准确率可达90%以上，可以明确的反映复制设备的健康状况，给复制设备提供重要的参考数据，有效提高了复制行为的准确性，间接节约了时间和经济消耗，具有广阔的市场应用前景，也为用数学决策模型来解决AQ疑难问题提供的优秀的先例。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

以上对本发明所提供的一种用于复制设备健康状况预测的样本采集方法，以及一种复制设备健康状况的预测方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。