一种基于轻量化自适应模型的云平台磁盘故障预测系统

本发明公开了一种基于轻量化自适应模型的云平台磁盘故障预测系统，旨在克服现有磁盘故障预测方法中所需原始数据量大、模型训练时间长、对底层硬件侵入性强等问题。该系统通过数据采集模块收集磁盘性能参数，利用轻量化的时间序列预测模型和异常值检测模块进行故障预测，并通过自适应模块动态调整预测模型以适应上层业务变化，从而提升预测准确性和用户体验。所述方法首先利用数据采集模块收集磁盘操作系统性能数据，后输入时序预测模块训练模型用于预测；其次，异常值检测模块，对比输入的同一时间的预测数据和实际运行数据，判断是否存在异常风险；最后，利用自适应检测模块，快速识别上层业务读写频率变化，重新训练预测模型进行预测。