本發明涉及數據管理，尤其是涉及ssd遠程數據的管理方法和系統。

背景技術：

1、隨著數據存儲需求的急速攀升，ssd憑借其出色的讀寫速度和高可靠性，已在數據中心以及個人電腦領域獲得廣泛運用。但是，現有的ssd管理技術存在以下缺陷：

2、1)在集中管理方面，傳統的ssd管理高度依賴內置的監控系統，致使遠程和批量監控難以達成；

3、2)在數據收集環節，當下的數據收集方式過度依靠主機系統，難以實時獲取ssd的實際運行狀態；

4、3)在維護成本方面，由于缺失有效的故障預警與壽命預測機制，致使維護成本不斷攀高。

技術實現思路

1、有鑒于此，本發明的目的在于提供ssd遠程數據的管理方法和系統，每個ssd上均集成一個ble芯片，實現與中央接收系統的無線通信；中央接收系統集中收集所有ssd的ble傳輸數據，統一處理和存儲；通過深度學習網絡模型預測ssd的潛在故障和剩余使用壽命，提高預測的準確性和可靠性，有效降低因故障導致的數據損失風險。

2、第一方面，本發明實施例提供了ssd遠程數據的管理方法，每個所述ssd上集成有ble芯片，所述方法包括：

3、所述ble芯片將所述ssd的運行狀態、運行數據和性能數據發送給中央接收系統；

4、所述中央接收系統將所述運行狀態、所述運行數據和所述性能數據通過大數據分析算法進行分析，得到分析結果；

5、將所述分析結果輸入到深度學習網絡模型中，得到關鍵信息；

6、根據所述關鍵信息生成可視化綜合報告；其中，所述可視化綜合報告包括性能趨勢信息、異常檢測信息和優化建議信息；

7、通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命；

8、根據所述潛在故障和所述剩余使用壽命生成預警信息；

9、通過顯示終端顯示所述預警信息和所述可視化綜合報告。

10、進一步的，通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命，包括：

11、將所述運行數據進行清洗和預處理，得到預處理數據；

12、將所述預處理數據輸入到所述深度學習網絡模型中進行訓練，得到特征數據和模式；

13、根據所述特征數據和所述模式預測所述潛在故障。

14、進一步的，通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命，包括：

15、獲取歷史數據的長期趨勢和周期性變化；

16、將所述ssd當前的所述運行狀態、所述長期趨勢和所述周期性變化輸入到所述深度學習網絡模型中，得到所述剩余使用壽命。

17、進一步的，所述運行狀態包括正常狀態和異常狀態，所述運行數據包括讀寫次數、錯誤率、溫度和使用時長，所述性能數據包括iops、吞吐量和延遲。

18、進一步的，所述方法還包括：

19、所述中央接收系統向所述ble發送更新信息，所述更新信息包括固件；

20、所述ssd更新所述固件。

21、進一步的，所述方法還包括：

22、所述中央接收系統根據所述ssd的實際工作負載和所述運行狀態，動態調整所述ssd的功耗。

23、第二方面，本發明實施例提供了ssd遠程數據的管理系統，每個所述ssd上集成有ble芯片，所述系統包括所述ssd、中央接收系統、智能數據處理中心和顯示終端；

24、所述ssd，用于通過所述ble芯片將所述ssd的運行狀態、運行數據和性能數據發送給所述中央接收系統；

25、所述中央接收系統，用于將所述運行狀態、所述運行數據和所述性能數據通過大數據分析算法進行分析，得到分析結果；將所述分析結果輸入到深度學習網絡模型中，得到關鍵信息；根據所述關鍵信息生成可視化綜合報告；其中，所述可視化綜合報告包括性能趨勢信息、異常檢測信息和優化建議信息；

26、所述智能數據處理中心，用于通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命；根據所述潛在故障和所述剩余使用壽命生成預警信息；

27、所述顯示終端，用于顯示所述預警信息和所述可視化綜合報告。

28、進一步的，所述中央接收系統具體用于：

29、將所述運行數據進行清洗和預處理，得到預處理數據；

30、將所述預處理數據輸入到所述深度學習網絡模型中進行訓練，得到特征數據和模式；

31、根據所述特征數據和所述模式預測所述潛在故障。

32、第三方面，本發明實施例提供了電子設備，包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上所述的方法。

33、第四方面，本發明實施例提供了具有處理器可執行的非易失的程序代碼的計算機可讀介質，所述程序代碼使所述處理器執行如上所述的方法。

34、本發明實施例提供了ssd遠程數據的管理方法和系統，每個ssd上集成有ble芯片，包括：ble芯片將ssd的運行狀態、運行數據和性能數據發送給中央接收系統；中央接收系統將運行狀態、運行數據和性能數據通過大數據分析算法進行分析，得到分析結果；將分析結果輸入到深度學習網絡模型中，得到關鍵信息；根據關鍵信息生成可視化綜合報告；其中，可視化綜合報告包括性能趨勢信息、異常檢測信息和優化建議信息；通過深度學習網絡模型預測ssd的潛在故障和剩余使用壽命；根據潛在故障和剩余使用壽命生成預警信息；通過顯示終端顯示預警信息和可視化綜合報告；每個ssd上均集成一個ble芯片，實現與中央接收系統的無線通信；中央接收系統集中收集所有ssd的ble傳輸數據，統一處理和存儲；通過深度學習網絡模型預測ssd的潛在故障和剩余使用壽命，提高預測的準確性和可靠性，有效降低因故障導致的數據損失風險。

35、本發明的其他特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發明而了解。本發明的目的和其他優點在說明書、權利要求書以及附圖中所特別指出的結構來實現和獲得。

36、為使本發明的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

技術特征：

1.一種ssd遠程數據的管理方法，其特征在于，每個所述ssd上集成有ble芯片，所述方法包括：

2.根據權利要求1所述的ssd遠程數據的管理方法，其特征在于，通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命，包括：

3.根據權利要求1所述的ssd遠程數據的管理方法，其特征在于，通過所述深度學習網絡模型預測所述ssd的潛在故障和剩余使用壽命，包括：

4.根據權利要求1所述的ssd遠程數據的管理方法，其特征在于，所述運行狀態包括正常狀態和異常狀態，所述運行數據包括讀寫次數、錯誤率、溫度和使用時長，所述性能數據包括iops、吞吐量和延遲。

5.根據權利要求1所述的ssd遠程數據的管理方法，其特征在于，所述方法還包括：

6.根據權利要求1所述的ssd遠程數據的管理方法，其特征在于，所述方法還包括：

7.一種ssd遠程數據的管理系統，其特征在于，每個所述ssd上集成有ble芯片，所述系統包括所述ssd、中央接收系統、智能數據處理中心和顯示終端；

8.根據權利要求7所述的ssd遠程數據的管理系統，其特征在于，所述中央接收系統具體用于：

9.一種電子設備，包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述權利要求1至6任一項所述的方法。

10.一種具有處理器可執行的非易失的程序代碼的計算機可讀介質，其特征在于，所述程序代碼使所述處理器執行所述權利要求1至6任一項所述的方法。

技術總結
本發明提供了SSD遠程數據的管理方法和系統，每個SSD上集成有BLE芯片，包括：BLE芯片將SSD的運行狀態、運行數據和性能數據發送給中央接收系統；中央接收系統將運行狀態、運行數據和性能數據通過大數據分析算法進行分析，得到分析結果；將分析結果輸入到深度學習網絡模型中，得到關鍵信息；根據關鍵信息生成可視化綜合報告；其中，可視化綜合報告包括性能趨勢信息、異常檢測信息和優化建議信息；通過深度學習網絡模型預測SSD的潛在故障和剩余使用壽命；根據潛在故障和剩余使用壽命生成預警信息；通過顯示終端顯示預警信息和可視化綜合報告。

技術研發人員：劉思洋
受保護的技術使用者：深圳市德明利技術股份有限公司
技術研發日：
技術公布日：2025/4/24