一种基于元学习的磁盘故障预测方法、介质及设备

本发明涉及磁盘故障预测领域，特别是涉及一种基于元学习的磁盘故障预测方法、介质及设备。包括：获取目标磁盘的特征矩阵；将特征矩阵输入目标神经网络模型中，生成目标磁盘对应的预测结果；目标神经网络模型包括经过模型无关元学习算法训练后得到的LSTM模型。通过模型无关元学习指导LSTM进行梯度下降和参数更新，快速适应新的或变化任务，即可以更加快速的适应磁盘数据中小样本磁盘的预测问题。元学习可以利用已有的磁盘数据来训练一个能够快速适应少量新数据的模型，从而减少对大规模故障数据的依赖。利用元学习框架可以处理不同型号磁盘之间的异构性，从而提高模型在未见过型号上的预测性能。