一种基于深度学习的磁盘故障预测规避方法及系统

摘要

本发明涉及一种基于深度学习的磁盘故障预测规避方法及系统，该方法包括以下步骤：S1：获取磁盘的状态数据；S2：对获取的磁盘状态数据进行预处理；S3：利用变分模态分解对预处理后的数据进行分解，得到多个非线性的模态分量；S4：LSTM故障预测模型对各个模态分量分别进行预测，并将多个预测值叠加得到预测结果，并根据预测结果获得磁盘的运行状况；S5：根据磁盘运行状况对磁盘存储数据进行备份，并降低访问频率；S6：通过邮件通知管理员磁盘运行状况，并提供磁盘检修意见。本发明提高了磁盘故障预测的准确率和效率，提供稳定智能化的存储服务，同时降低磁盘维护的复杂性和成本。