基于S.M.A.R.T.预测故障磁盘的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 问题背景 | 第9-10页 |
| 1.2 磁盘故障预警技术 | 第10-12页 |
| 1.3 本文工作与论文组织 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 异常检测技术研究现状 | 第14-20页 |
| 2.1 异常检测问题定义 | 第14页 |
| 2.2 异常检测的应用 | 第14-15页 |
| 2.3 现有异常检测技术 | 第15-19页 |
| 2.3.1 基于统计的方法 | 第16-17页 |
| 2.3.2 基于聚类的方法 | 第17-18页 |
| 2.3.3 基于近邻的方法 | 第18页 |
| 2.3.4 基于分类的方法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 磁盘S.M.A.R.T.技术 | 第20-26页 |
| 3.1 S.M.A.R.T.技术简介 | 第20页 |
| 3.2 S.M.A.R.T.监测属性 | 第20-25页 |
| 3.3 S.M.A.R.T.应用现状 | 第25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 DKSS混合策略算法 | 第26-40页 |
| 4.1 引言 | 第26页 |
| 4.2 DKSS混合策略中的相关子算法 | 第26-36页 |
| 4.2.1 支持向量机 | 第26-35页 |
| 4.2.2 DBSCAN算法 | 第35-36页 |
| 4.2.3 K-means算法 | 第36页 |
| 4.3 DKSS算法 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 基于DKSS混合策略的磁盘故障检测技术 | 第40-59页 |
| 5.1 实验数据 | 第40-45页 |
| 5.1.1 数据采集 | 第40-44页 |
| 5.1.2 数据集划分 | 第44-45页 |
| 5.2 实验环境和性能评价标准 | 第45-46页 |
| 5.2.1 实验环境 | 第45页 |
| 5.2.2 性能评价标准 | 第45-46页 |
| 5.3 数据预处理 | 第46-47页 |
| 5.3.1 特征选择 | 第46页 |
| 5.3.2 数据清洗 | 第46-47页 |
| 5.3.3 数据变换 | 第47页 |
| 5.4 模型训练 | 第47-51页 |
| 5.5 模型验证 | 第51-52页 |
| 5.6 实验结果和性能评价 | 第52-58页 |
| 5.6.1 实验结果 | 第52-54页 |
| 5.6.2 实验性能评估 | 第54-58页 |
| 5.7 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 致谢 | 第68-69页 |
| 附件1 硕士生期间参与的科研项目 | 第69-70页 |
| 附件2 硕士生期间发表和录用的论文 | 第70-71页 |
