CN119473142A 一种基于mlp的zns ssd垃圾回收感知方法 （青海师范大学）

本发明涉及计算机存储系统与文件系统数SSD垃圾回收感知方法，通过引入智能监控和负载感知算法，实时监控系统负载和数据写入模此减少了对正常I/O操作的干扰，保持了系统的系统的响应速度和稳定性。本发明方案利用ZNSSSD的顺序写入特性，结合智能垃圾回收感知机22.根据权利要求1所述的基于MLP的ZNSSSD垃圾3.根据权利要求1所述的基于MLP的ZNSSSD垃中，通过MLP模型判断系统当前是否存在需要回收的区块，如果系统检测到有一个或多个所述Zone符合垃圾回收的条件具体包括：无效数据比例高、可用4.根据权利要求1所述的基于MLP的ZNSSSD垃圾回收感知方35.根据权利要求1所述的基于MLP的ZNSSSD步骤8进一步判断目标Zone是否有足够的空闲空间；如果Zone中所有数据都已经失效即无6.根据权利要求1所述的基于MLP的ZNSSSD垃圾回收感最后，系统将迁移数据的总量与目标Zone的可用空间进行比较：7.根据权利要求1所述的基于MLP的ZNSSSD垃圾合系统性能监测与MLP模型的智能调度对4[0001]本发明涉及计算机存储系统与文件系统数据管理技术领域，具体涉及一种基于[0004]因此，需要一种能够基于机器学习动态感知系统负载和写入模式的垃圾回收方5无效数据比例，并利用预先训练好的多层感知机MLP模型对每个区块的多维数据进行智能统检测到有一个或多个Zone符合垃圾回收的条件，则进入步骤6，此时会进一步决定哪些骤2，此时系统会继续保持对负载和Zone状态的监控，直到下一次扫描或触发事件重新评6整未来的回收计划；策略，MLP模型优先选择那些无效数据比例高的区块进行回收，以最大限度地释放存储空[0034]1)提高垃圾回收触发的精7入操作会增加SSD的磨损，特别是写入热点(hotspot)会使得某些Zone的擦写次数远高于[0038]5)提高系统资源利用率：基于MLP的垃圾回收方法不仅优化了数据迁移和回收时8结合多维度的数据进行实时分析和预测。垃圾回收模块通过MLP模型实时分析每个Zone的到阈值，且未来短时间内负载较低时，HostFTL模块会通过垃圾回收模块发出回收请求。MLP模型会持续评估系统I/O负载情况和Zone的使用状态。如果系统当前处于高负载状态，[0046]映射表更新：在完成数据迁移和回收操作后，MLP模型会智能判断映射表(Map_射进行精确调整，确保所有有效数据的物理位置正确映射。MLP会根据系统的负载预测模9无效数据比例，并利用预先训练好的多层感知机(MLP)模型对每个区块的多维数据进行智况动态调整分类标准。模型在分类时会平衡当前的系统负载、I/O活跃度和区块的磨损情一个或多个Zone符合垃圾回收的条件(如无效数据比例高、可用容量不足或擦写次数接近或系统存在多个可能的目标Zone，MLP模型会进一步通过历史数据和特征预测来判断该了提高迁移效率，系统利用多层感知机(MLP)模型对有效数据的迁移顺序和目标位置进行[0059]第十二步：更新FTL映射表，在数据迁移完成后，系统会将逻辑地址更新为目标态调整垃圾回收频率和区块选择策略，MLP模型会优先选择那些无效数据比例高的区块进[0065]另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部算机软件产品存储在一个存储介质中，包括若干指人计算机，电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步[0