杨天珠，沈孝贤，任静，万永健，兰健，云龙PY-2021 DA-2021/02/12基于LSTM递归神经网络SP-8878364 VL-2021 AB的移动边缘计算硬盘故障预测，与实时视频监控系统、移动边缘计算和物联网（IoT）一样，技术在我们的日常生活中也有着广泛的应用。然而，由于边缘节点的硬盘故障，这些系统的可靠性往往得不到保证。具体来说，大量的读/写操作和危险边缘环境使得维护工作更加困难。硬盘故障预测是提高设备可靠性的一种可扩展、低开销的主动容错方法。本文提出了一种基于LSTM递归神经网络的硬盘故障预测模型，该模型利用硬盘健康数据的长时间相关性来提高预测效率。此外，我们还设计了一种新的健康度评估方法，该方法存储了当前的健康细节和恶化情况。在两个真实硬盘数据集上的综合实验表明，该方法在低开销的情况下取得了较好的预测精度。序号-1574-017X UR-https://doi.org/10.1155/2021/8878364 DO-10.1155/2021/8878364 JF-移动信息系统PB-Hindawi KW-ER-