Processing

Please wait...

Settings

Settings

1. WO2020000404 - MULTI-FACTOR CLOUD SERVICE STORAGE DEVICE ERROR PREDICTION

Publication Number WO/2020/000404
Publication Date 02.01.2020
International Application No. PCT/CN2018/093768
International Filing Date 29.06.2018
IPC
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
11
Error detection; Error correction; Monitoring
22
Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
G06F 11/22 (2006.01)
CPC
G06F 11/22
Applicants
  • MICROSOFT TECHNOLOGY LICENSING, LLC. [US/US]; One Microsoft Way Redmond, WA 98052, US
Inventors
  • XU, Yong; CN
  • LIN, Qingwei; CN
  • SUI, Kaixin; CN
Agents
  • KING & WOOD MALLESONS; 20th Floor, East Tower, World Financial Centre No. 1 Dongsanhuan Zhonglu Chaoyang District Beijing 100020, CN
Priority Data
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) MULTI-FACTOR CLOUD SERVICE STORAGE DEVICE ERROR PREDICTION
(FR) PRÉDICTION D'ERREUR DE DISPOSITIF DE MÉMOIRE DE SERVICES EN NUAGE À FACTEURS MULTIPLES
Abstract
(EN)
Systems and techniques for multi-factor cloud service storage device error prediction are described herein. A set of storage device metrics and a set of computing system metrics may be obtained. A feature set may be generated using the set of storage device metrics and the set of computing system metrics. Members of the feature set may be validated by evaluating a validation training dataset using the members of the feature set. A modified feature set may be created based on the validation. A storage device failure model may be created using the modified feature set. A storage device rating range may be determined by minimizing a cost of misclassification of a storage device. A set of storage devices to be labeled may be identified as having a high probability of failure.
(FR)
L'invention concerne des systèmes et des techniques de prédiction d'erreur de dispositif de mémoire de services en nuage à facteurs multiples. Un ensemble de métriques de dispositif de mémoire et un ensemble de métriques de système informatique peuvent être obtenus. Un ensemble de caractéristiques peut être généré à l'aide de l'ensemble de métriques de dispositif de mémoire et de l'ensemble de métriques de système informatique. Des éléments de l'ensemble de caractéristiques peuvent être validés par évaluation d'un ensemble de données d'apprentissage de validation à l'aide des éléments de l'ensemble de caractéristiques. Un ensemble de caractéristiques modifiées peut être créé sur la base de la validation. Un modèle de défaillance de dispositif de mémoire peut être créé à l'aide de l'ensemble de caractéristiques modifiées. Une plage de classement de dispositif de mémoire peut être déterminée par réduction au minimum d'un coût de mauvaise classification d'un dispositif de mémoire. Un ensemble de dispositifs de mémoires à étiqueter peut être identifié comme ayant une probabilité élevée de défaillance.
Latest bibliographic data on file with the International Bureau