摘要

磁盘故障预测方法在单一问题上的解决方案十分成熟,例如磁盘异构问题、模型老化问题和小样本问题.然而,由于这些问题经常同时存在,只能处理其中一个问题的模型在实际预测中存在偏差.目前针对不同问题的解决方案经常相互冲突,然而现有磁盘故障预测方法通常简单地融合各种模型,缺乏在面对多个问题时对训练数据准备和学习模式的讨论.为此,提出一种多属性数据划分方法(MDP),来探索针对多个问题的训练数据准备.引入与

全文