针对数据中心硬盘故障单个预测模型性能差且预测结果单一的问题，设计一种基于树型组合贝叶斯网络（TCBN）组合模型的硬盘健康度预测模型。训练4个单一分类器并将输出作为特征节点，提出“SMART-Degree”硬盘健康度划分，将统计后的健康度等级作为贝叶斯网络的分类节点，以全连接方式进行组合得到TCBN组合模型。实验结果表明，模型在故障预测方面真阳率提升至0.857且能较好拟合实际剩余使用寿命。与传统等分健康度划分相比，准确率显著提升，为数据中心可靠性研究提供了一种方案。
科研之友
微信
新浪微博
Facebook
分享链接
