硬盘剩余寿命预测器

提前7天预警

用两阶段模型分别识别故障盘和预测具体故障时间，适配大规模存储系统的弹性数据迁移。

Huiyuan, Qiang · Yuequan, Li · 杨洪章 · 王平 · 屠要峰 · 79102062

Expert Systems with Applications 2026

参数信息

故障时间预测平均绝对误差

1.24 days

7 天内故障预测召回率

98.79 %

错误率

0.30 %

F1 分数

99.24 %

精确率

99.69 %

业务 IOPS 提升

47.19 %

业务延迟降低

38.68 %

技术优势

提前 7 天预警

两阶段模型先识别故障盘，再用带自注意力机制的 BiLSTM 预测具体故障时间，可在 7 天内以 98.79% 召回率预警。

迁移不抢业务资源

弹性资源分配策略动态调整数据迁移占用的系统资源，使业务 IOPS 提升 47.19%，延迟降低 38.68%。

抗干扰特征选择

结合嵌入法和可视化进行两阶段特征选择，并利用随机森林评估特征重要性，去除干扰特征，提升预测稳定性。

应用场景

• 存储系统运维：用预测性迁移替代被动更换，降低存储服务中断风险。
• 硬盘故障预警：在 7 天内提前识别故障盘，留出数据迁移时间窗口。
• 数据中心智能运维：弹性分配迁移资源，保障前端业务 IOPS 和低延迟。