(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211518296.7 (22)申请日 2022.11.30 (71)申请人 苏州浪潮智能科技有限公司 地址 215100 江苏省苏州市吴中经济开发 区郭巷街道官浦路1号9幢 (72)发明人 贾上坤　郭坤　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 常亮 (51)Int.Cl. G06F 11/34(2006.01) G06F 11/30(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种磁盘SMART数据扩充方法、 系统及电子 设备 (57)摘要 本申请公开了一种磁盘SMART数据扩充方 法、 系统及电子设备， 所属的技术领域为人工智 能技术。 磁盘SMART数据扩充方法， 包括： 从磁盘 数据集中提取故障盘SMART数据； 将所述故障盘 SMART数据输入生成对抗网络模型， 并利用所述 故障盘SMART数据交替迭代训练所述生成对抗网 络模型的生成器和判别器； 若接收到数据扩充请 求， 则利用所述生成对抗网络模 型的生成器执行 磁盘SMART数据扩充操作， 得到扩充SMART数据。 本申请能够对故障盘的SMART数据进行扩充， 提 高数据分布的均衡性。 权利要求书4页 说明书19页 附图8页 CN 115543762 A 2022.12.30 CN 115543762 A 1.一种磁 盘SMART数据扩充方法， 其特 征在于， 包括： 从磁盘数据集中提取故障盘SMART数据； 将所述故障盘SMA RT数据输入生成对抗网络模型， 并利用所述故障盘SMA RT数据交替迭 代训练所述 生成对抗网络模型的生成器和判别器； 若接收到数据扩充请求， 则利用所述生成对抗网络模型的生成器执行磁盘SMART数据 扩充操作， 得到扩充SMART数据。 2.根据权利要求1所述磁盘SMART数据扩充方法， 其特征在于， 从磁盘数据集中提取故 障盘SMART数据， 包括： 确定磁盘数据集中的原始SMART数据， 对所述原始SMART数据执行数据预处理操作， 得 到所述故障盘SMART数据。 3.根据权利要求2所述磁盘SMA RT数据扩充方法， 其特征在于， 对所述原始SMA RT数据执 行数据预处 理操作， 得到所述故障盘SMART数据， 包括： 对所述原 始SMART数据执 行数据分类操作， 并建立每一类别对应的SMART数据文件； 对所述SMA RT数据文件进行特征筛选， 以便在 所述SMART数据文件中保留磁盘故障相关 特征； 对所述SMART数据文件中处于预设时间段的磁 盘故障相关特 征添加故障盘标签； 以所述磁 盘故障相关特 征为第一个维度、 以时间为第二个维度构建二维数据图； 将所述二维数据图中添加有所述故障盘标签的二维时序数据设置为所述故障盘SMART 数据。 4.根据权利要求3所述磁盘SMA RT数据扩充方法， 其特征在于， 在对所述SMART数据文件 中处于预设时间段的磁 盘故障相关特 征添加故障盘标签之前， 还 包括： 对所述SMART数据文件执 行数据补全操作。 5.根据权利要求3所述磁盘SMA RT数据扩充方法， 其特征在于， 对所述原始SMA RT数据执 行数据分类操作， 包括： 按照磁盘型号对所述原 始SMART数据执 行数据分类操作。 6.根据权利要求3所述磁盘SMA RT数据扩充方法， 其特征在于， 在对所述SMART数据文件 中处于预设时间段的磁 盘故障相关特 征添加故障盘标签之前， 还 包括： 根据当前时间t0和目标时长 Δt确定所述预设时间段[t0‑Δt， t0]。 7.根据权利要求3所述磁盘SMART数据扩充方法， 其特征在于， 以所述磁盘故障相 关特 征为第一个维度、 以时间为第二个维度构建二维数据图， 包括： 以所述磁盘故障相关特征为第 一个维度、 以时间为第 二个维度构建多张所述二维数据 图； 其中， 每一张所述二 维数据图包括所有 所述磁盘故障相关特征与时间的对应关系， 任意 两张二维数据图对应的时间不相同。 8.根据权利要求1所述磁盘SMA RT数据扩充方法， 其特征在于， 在将所述故障盘SMART数 据输入生成对抗网络模型之前， 还 包括： 根据所述生成器和所述判别器的网络结构搭建所述生成对抗网络模型； 其中， 所述生 成对抗网络模型为深度卷积生成对抗网络DCGAN。 9.根据权利要求8所述磁盘SMART数据扩充方法， 其特征在于， 在根据所述生成器和所 述判别器的网络结构搭建所述 生成对抗网络模型之前， 还 包括：权　利　要　求　书 1/4 页 2 CN 115543762 A 2确定所述 生成器的网络结构； 其中， 所述生成器的网络结构依次包括数据输入层、 全连接层、 转置卷积块结构和数据 输出层； 所述 转置卷积块结构包括 转置卷积层、 批标准 化层和激活函数层。 10.根据权利要求8所述磁盘SMART数据扩充方法， 其特征在于， 在根据所述生成器和所 述判别器的网络结构搭建所述 生成对抗网络模型之前， 还 包括： 确定所述判别器的网络结构； 其中， 所述判别器的网络结构依次包括数据输入层、 卷积块结构、 全连接层和数据输入 层； 所述卷积块结构包括卷积层、 批标准 化层和激活函数层。 11.根据权利要求1所述磁盘SMART数据扩充方法， 其特征在于， 在将所述故障盘SMART 数据输入生成对抗网络模型之前， 还 包括： 根据所述生成器的目标函数和所述判别器的目标函数设置所述生成对抗网络模型的 目标函数。 12.根据权利要求1所述磁盘SMART数据扩充方法， 其特征在于， 在将所述故障盘SMART 数据输入生成对抗网络模型之前， 还 包括： 为所述生成对抗网络模型的所述 生成器和所述判别器设置对应的损失函数。 13.根据权利要求12所述磁盘SMART数据扩充方法， 其特征在于， 在为所述生成对抗网 络模型的所述 生成器和所述判别器设置对应的损失函数之后， 还 包括： 通过梯度下降法更新所述损失函数的网络 权重和网络偏置 。 14.根据权利要求1所述磁盘SMART数据扩充方法， 其特征在于， 利用所述故障盘SMART 数据交替迭代训练所述 生成对抗网络模型的生成器和判别器， 包括： 步骤1： 初始化所述 生成对抗网络模型的所述 生成器和所述判别器的网络参数； 步骤2： 从所述故障盘SMART数据中选取训练样本； 步骤3： 固定所述生成器的网络参数， 将 随机噪声输入所述生成器得到第一生成样本， 将所述训练样本和所述生成样本输入所述判别器得到第一判别结果， 根据所述第一判别结 果调整所述判别器的网络参数； 步骤4： 固定所述判别器的网络参数， 将 随机噪声输入所述生成器得到第二生成样本， 将所述第二生成样本输入所述判别器得到第二判别结果， 根据所述第二判别结果调整 所述 生成器的网络参数； 步骤5： 判断所述生成对抗网络模型是否达到纳什均衡； 若是， 则判定训练完毕； 若否， 则进入步骤2。 15.根据权利要求14所述磁盘SMART数据扩充方法， 其特征在于， 根据所述第一判别结 果调整所述判别器的网络参数， 包括： 根据所述第 一判别结果确定所述判别器的损失函数值， 根据所述判别器的损失函数值 调整所述判别器的网络参数。 16.根据权利要求14所述磁盘SMART数据扩充方法， 其特征在于， 根据所述第二判别结 果调整所述 生成器的网络参数， 包括： 根据所述第 二判别结果确定所述生成器的损失函数值， 根据所述生成器的损失函数值 调整所述 生成器的网络参数。 17.根据权利要求1所述磁盘SMART数据扩充方法， 其特征在于， 在得到扩充SMART数据权　利　要　求　书 2/4 页 3 CN 115543762 A 3