基于XGBoost算法的硬盘故障预测

• 作者: 王陶 吴鑫 李君 李顺
• 来源期刊: 数字技术与应用
• 关键词: 决策树 随机森林 GBDT XGBoost 硬盘故障预测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 算法分析
• 页码范围: 123-126
• 页数: 4页
• 分类号: TP333
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.02.39

摘要

随着网络化和信息化的发展,以及大数据的盛行,硬盘故障将对数据中心产生越来越大的影响,所以对硬盘剩余寿命进行预测显得尤为重要.硬盘剩余寿命预测能有效降低数据丢失率,有效弥补因硬盘故障带来的各种损失.本文把XGBoost算法引入到硬盘故障预测中,分别在大样本和小样本下与决策树、随机森林、GBDT算法进行对比实验,得到XGBoost模型对硬盘故障的预测效果最好,有助于XGBoost算法在硬盘故障预测中的推广应用.