CN116991611B - 一种存储页细分状态识别方法、系统、设备及存储介质 - Google Patents

一种存储页细分状态识别方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN116991611B
CN116991611B CN202310579823.3A CN202310579823A CN116991611B CN 116991611 B CN116991611 B CN 116991611B CN 202310579823 A CN202310579823 A CN 202310579823A CN 116991611 B CN116991611 B CN 116991611B
Authority
CN
China
Prior art keywords
page
risk
parameter detection
detection
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310579823.3A
Other languages
English (en)
Other versions
CN116991611A (zh
Inventor
陈光第
黄蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Kemei Storage Technology Co ltd
Original Assignee
Suzhou Kemei Storage Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Kemei Storage Technology Co ltd filed Critical Suzhou Kemei Storage Technology Co ltd
Priority to CN202310579823.3A priority Critical patent/CN116991611B/zh
Publication of CN116991611A publication Critical patent/CN116991611A/zh
Application granted granted Critical
Publication of CN116991611B publication Critical patent/CN116991611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3414—Workload generation, e.g. scripts, playback

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Read Only Memory (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请涉及存储介质的领域，尤其是涉及一种存储页细分状态识别方法、系统、设备及存储介质，其中方法包括对可用页进行参数检测生成第一参数检测结果；对所述第一参数检测结果进行判断生成正常页与可疑风险页；对所述可疑风险页进行压力测试生成新增不可用页与风险页；对所述风险页进行参数检测生成第二参数检测结果；对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态。本申请具有便于解决现有技术无法对状态不稳定的存储页进行识别的问题的效果。

Description

一种存储页细分状态识别方法、系统、设备及存储介质
技术领域
本申请涉及存储介质的领域，尤其是涉及一种存储页细分状态识别方法、系统、设备及存储介质。
背景技术
NAND FLASH由于其使用寿命长，编程速度快，擦除时间短，非易失性等特点适用于固态硬盘存储电子信息。
NAND FLASH由若干存储块组成，存储块由若干存储页组成。在NAND FLASH出厂前需对存储页先进行读写检测，将通过检测的存储页判定为好页，否则判定为坏页，然后确定NAND FLASH中好页与坏页的占比以确定NAND FLASH状态的好坏程度。
在实现本申请的过程中，发明人发现上述技术至少存在以下问题：现有检测技术对存储页的状态区分为好和坏两种状态，已经通过读写检测，被确认状态为好的存储页，有一部分极易变为坏页，现有技术无法对这种状态不稳定的存储页进行识别。
发明内容
为了便于解决现有技术无法对状态不稳定的存储页进行识别的问题，本申请提供一种存储页细分状态识别方法、系统、设备及存储介质。
第一方面，本申请提供一种存储页细分状态识别方法、系统、设备及存储介质，采用如下的技术方案：
一种存储页细分状态识别方法，包括：对可用页进行参数检测生成第一参数检测结果；
对所述第一参数检测结果进行判断生成正常页与可疑风险页；
对所述可疑风险页进行压力测试生成新增不可用页与风险页；
对所述风险页进行参数检测生成第二参数检测结果；
对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态。
通过采用上述技术方案，可先将可用页分为正常页与可疑风险页，然后将可疑风险页分为不可用页与风险页，接着再进一步确定风险页的细分状态，如此便于实现存储页各个细分状态的划分，从而便于充分把握NAND FLASH中存储页的真实状态。
在一个具体的可实施方案中，所述参数检测至少包括误码率检测、编程时间检测以及尝试次数检测中的一种。
通过采用上述技术方案，可从误码率检测、编程时间检测以及尝试次数检测中任选一种或多种以对可用页进行参数检测。
在一个具体的可实施方案中，若所述参数检测仅包括所述误码率检测、所述编程时间检测以及所述尝试次数检测中的任意一种，则所述生成正常页与可疑风险的步骤包括：判断所述第一参数检测结果是否超过预设的第一阈值，若是，则判定所述可用页为所述可疑风险页，否则，判定为所述正常页。
通过采用上述技术方案，可将可用页划分为可疑风险页与正常页。
在一个具体的可实施方案中，若所述参数检测包括所述误码率检测、所述编程时间检测以及所述尝试次数检测中的任意两种，则所述生成正常页与可疑风险的步骤包括：判断其中一种第一参数检测结果是否超过预设的第二阈值，若是，则判定所述可用页为第一可疑风险页，否则，判定为第一正常页；
判断另一种第一参数检测结果是否超过预设的第三阈值，若是，则判定所述可用页为第二可疑风险页，否则，判定为第二正常页；
判断所述可用页是否被判定为第一正常页和第二正常页，若是，则判定所述可用页为所述正常页，否则，判定所述可用页为所述可疑风险页。
通过采用上述技术方案，可将可用页划分为可疑风险页与正常页。
在一个具体的可实施方案中，若所述参数检测包括所述误码率检测、所述编程时间检测以及所述尝试次数检测，则所述生成正常页与可疑风险的步骤包括：
判断与所述误码率检测对应的第一参数检测结果是否超过预设的误码率阈值，若是，则判定所述可用页为第一可疑风险页，否则，判定为第一正常页；
判断与所述编程时间检测对应的第一参数检测结果是否超过预设的编程时间阈值，若是，则判定所述可用页为第二可疑风险页，否则，判定为第二正常页；
判断与所述尝试次数检测对应的第一参数检测结果是否超过预设的尝试次数阈值，若是，则判定所述可用页为第三可疑风险页，否则，判定为第三正常页；
判断所述可用页是否被判定为第一正常页、第二正常页与第三正常页，
若是，则判定所述可用页为所述正常页；否则，判定为所述可疑风险页。
通过采用上述技术方案，可将可用页划分为可疑风险页与正常页。
在一个具体的可实施方案中，对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态的步骤包括：数学统计所述第一参数检测结果生成分布模型及模型参数；
依据所述分布模型及所述模型参数对所述第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态；
依据所述风险页初步细分状态与预设的就低原则确定风险页细分状态。
通过采用上述技术方案，可确定出风险页的细分状态。
在一个具体的可实施方案中，所述就低原则为：将生成的不同所述参数检测对应的所述初步细分状态中状态等级最后的所述初步细分状态作为所述风险页细分状态。
通过采用上述技术方案，可明晰就低原则的内容。
第二方面，本申请提供一种存储页细分状态识别系统，采用如下的技术方案：
一种存储页细分状态识别系统，包括：
第一参数检测模块，用于对可用页进行参数检测生成第一参数检测结果；
判断模块，用于对所述第一参数检测结果进行判断生成正常页与可疑风险页；
压力测试模块，用于对所述可疑风险页进行压力测试生成新增不可用页与风险页；
第二参数检测模块，对所述风险页进行参数检测生成第二参数检测结果；
统计模块，用于对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态。
通过采用上述技术方案，可先将可用页分为正常页与可疑风险页，然后将可疑风险页分为不可用页与风险页，接着再进一步确定风险页的细分状态，如此便于实现存储页各个细分状态的划分，从而便于充分把握NAND FLASH中存储页的真实状态。
第三方面，本申请提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任意一种存储页细分状态识别方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，采用如下技术方案：存储有能够被处理器加载并执行上述任意一种存储页细分状态识别方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1.确定出存储页中的可用页的各个细分状态，从而便于充分把握NAND FLASH中存储页的真实状态，一方面可以最大化的利用NAND FLASH，另一方面提前规避使用存在风险的存储页，保护数据安全；
2.多种参数检测可实现对可用页的检测，多参数检测风险页的准确性高；
3.采用数学统计的方式实现对风险页状态的划分，划分的准确性高。
附图说明
图1是本申请实施例中一种存储页细分状态识别方法的流程示意图。
图2是本申请实施例中一种存储页细分状态识别系统的结构框图。
附图标记说明：100、第一参数检测模块；200、判断模块；300、压力测试模块；400、第二参数检测模块；500、统计模块。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例1公开了一种存储页细分状态识别方法。参照图1，存储页细分状态识别方法包括：
S100、对存储页进行读写检测生成不可用页和可用页。
使用相同的预设数据对每个待状态识别的存储页进行写入和读取的读写检测，每个存储页被执行读写检测后，会产生读写检测结果，读写检测结果包括两种情况：其一，存储页完成预设数据的写入和读取操作；其二，存储页未完成预设数据的写入和读取操作。
若读写检测结果为存储页未完成预设数据的写入和读取操作，则将该存储页识别为不可用页；
若读写检测结果为存储页完成预设数据的写入和读取操作，则将该存储页识别为可用页。
S200、对可用页进行参数检测生成第一参数检测结果。
在本实施例中，预设有三种参数检测，分别为：误码率检测、编程时间检测以及尝试次数检测；在完成不可用页和可用页的识别后，需要进一步对每个可用页进行参数检测，以进一步确定每个可用页的细分状态；对每个可用页进行的参数检测至少包括误码率检测、编程时间检测以及尝试次数检测中的一种。
需要说明的是，误码率检测，也即读取写入到存储页中的数据，然后将读取的数据与之前写入的数据进行对比，找出发生变化的码元，并统计发生变化的码元数量，然后通过发生变化的码元数量与写入存储页中的码元总数量计算出对应的误码率数据；编程时间检测，也即检测将预设数据写入存储页中所耗费的时间；需要说明的是，存储页在进行数据的写入时，第一次写入并不一定能成功，若第一次不能成功，系统则会尝试进行第二次的数据写入操作，依次类推，尝试次数检测，也即检测将预设数据写入存储页中所用次数。
当参数检测仅包括误码率检测时，生成的第一参数检测结果为每个可用页的第一误码率数据；
当参数检测仅包括编程时间检测时，生成的第一参数检测结果为每个可用页的第一编程时间数据；
当参数检测仅包括尝试次数检测时，生成的第一参数检测结果为每个可用页的第一尝试次数数据；
当参数检测包括误码率检测与编程时间检测时，生成的第一参数检测结果为每个可用页的第一误码率数据与第一编程时间数据；
当参数检测包括误码率检测与尝试次数检测时，生成的第一参数检测结果为每个可用页的第一误码率数据与第一尝试次数数据；
当参数检测包括编程时间检测与尝试次数检测时，生成的第一参数检测结果为每个可用页的第一编程时间数据与第一尝试次数数据；
当参数检测包括误码率检测、编程时间检测与尝试次数检测时，生成的第一参数检测结果为每个可用页的第一误码率数据、第一编程时间数据与第一尝试次数数据。
S300、对第一参数检测结果进行判断生成正常页与可疑风险页。
需要说明的是，在实施中，针对于第一误码率数据预设有误码率阈值，针对于第一编程时间预设有编程时间阈值，针对于第一尝试次数数据预设有尝试次数阈值。
在S200步骤中的参数检测仅包括误码率检测的前提下，则获取的第一参数检测结果为每个可用页的第一误码率数据，此时将误码率阈值记为第一阈值，然后判断每个第一误码率数据是否超过第一阈值，若超过，则判定对应的可用页为可疑风险页；否则，判定为正常页。
在S200步骤中的参数检测仅包括编程时间检测的前提下，则获取的第一参数检测结果为每个可用页的第一编程时间数据，此时将编程时间阈值记为第一阈值，然后判断每个第一编程时间数据是否超过第一阈值，若超过，则判定对应的可用页为可疑风险页；否则，判定为正常页。
在S200步骤中的参数检测仅包括尝试次数检测的前提下，则获取的第一参数检测结果为每个可用页的第一尝试次数数据，此时将尝试次数阈值记为第一阈值，然后判断每个第一尝试次数数据是否超过第一阈值，若超过，则判定对应的可用页为可疑风险页；否则，判定为正常页。
在S200步骤中的参数检测包括误码率检测与编程时间检测的前提下，则获取的第一参数检测结果为每个可用页的第一误码率数据与第一编程时间数据，此时将误码率阈值记为第一阈值，还将编程时间阈值记为第二阈值，然后判断第一误码率数据是否超过第一阈值，若超过，则判定对应的可用页为第一可疑风险页，否则，判定为第一正常页；同时判断每个可用页的第一编程时间数据是否超过第二阈值，若超过，则判定对应的可用页为第二可疑风险页，否则，判定为第二正常页；接着判断每个可用页是否既为第一正常页又为第二正常页，若是，则将对应的可用页判定为正常页，否则，判定为可疑风险页。
在S200步骤中的参数检测包括误码率检测与尝试次数检测的前提下，则获取的第一参数检测结果为每个可用页的第一误码率数据与第一尝试次数数据，此时将误码率阈值记为第一阈值，还将尝试次数阈值记为第二阈值，然后判断第一误码率数据是否超过第一阈值，若超过，则判定对应的可用页为第一可疑风险页，否则，判定为第一正常页；同时判断每个可用页的第一尝试次数数据是否超过第二阈值，若超过，则判定对应的可用页为第二可疑风险页，否则，判定为第二正常页；接着判断每个可用页是否既为第一正常页又为第二正常页，若是，则将对应的可用页判定为正常页，否则，判定为可疑风险页。
在S200步骤中的参数检测包括编程时间检测与尝试次数检测的前提下，则获取的第一参数检测结果为每个可用页的第一编程时间数据与第一尝试次数数据，此时将编程时间阈值记为第一阈值，还将尝试次数阈值记为第二阈值，然后判断第一编程时间数据是否超过第一阈值，若超过，则判定对应的可用页为第一可疑风险页，否则，判定为第一正常页；同时判断每个可用页的第一尝试次数数据是否超过第二阈值，若超过，则判定对应的可用页为第二可疑风险页，否则，判定为第二正常页；接着判断每个可用页是否既为第一正常页又为第二正常页，若是，则将对应的可用页判定为正常页，否则，判定为可疑风险页。
在S200步骤中的参数检测包括误码率检测、编程时间检测与尝试次数检测的前提下，则获取的第一参数检测结果为每个可用页的第一误码率数据、第一编程时间数据与第一尝试次数数据，此时将误码率阈值记为第一阈值，将编程时间阈值记为第二阈值，还将尝试次数阈值记为第三阈值，然后判断第一误码率数据是否超过第一阈值，若超过，则判定对应的可用页为第一可疑风险页，否则判定为第一正常页；同时该可用页的判断第一编程时间数据是否超过第二阈值，若超过，则判定对应的可用页为第二可疑风险页，否则，判定为第二正常页；同时还判断该可用页的第一尝试次数数据是否超过第三阈值，若超过，则判定对应的可用页为第三可疑风险页，否则，判定为第三正常页；接着判断每个可用页是否既为第一正常页又为第二正常页还为第三正常页，若是，则将对应的可用页判定为正常页，否则，判定为可疑风险页。
S400、对可疑风险页进行压力测试生成新增不可用页与风险页。
需要说明的是，为了便于将即将变成不可用页的存储页筛选出来，接接下来对可疑风险页进行压力测试，压力测试也即在预设的一定时间内对可疑风险页进行高强度的读写测试，即将变成不可用页的可疑风险页由于其本身抗压性能不佳，经过压力测试后会直接变成不可用页。
将NAND FLASH中的所有可疑风险页判定出来后，接着对所有的可疑风险页进行读写压力测试，然后判断每个可疑风险页是否能完成压力测试，若某一可疑风险页不能完成压力测试，则说明该可疑风险页已经转变为不可用页，且将在压力测试中转变为不可用页的可疑风险页判定为新增不可用页，另外，还将完成压力测试的可疑风险页判定为风险页。
S500、对风险页进行参数检测生成第二参数检测结果。
为了能够进一步清楚地了解NAND FLASH中的每个风险页的具体状态，接下来需要对风险页进行第二次参数检测。
第二次参数检测的形式与上一次对可用页进行的参数检测一致，也即，若对可用页的参数检测仅包括误码率检测，则对风险页的第二次参数检测也仅包括误码率检测；若对可用页的参数检测仅包括编程时间检测，则对风险页的第二次参数检测也仅包括编程时间检测；若对可用页的参数检测也仅包括尝试次数检测，则对风险页的第二次参数检测也仅包括尝试次数检测；若对可用页的参数检测包括误码率检测与编程时间检测，则对风险页的第二次参数检测页也包括误码率检测与编程时间检测；若对可用页的参数检测包括误码率检测与尝试次数检测，则对风险页的第二次参数检测页也包括误码率检测与尝试次数检测；若对可用页的参数检测包括编程时间检测与尝试次数检测，则对风险页的第二次参数检测页也包括编程时间检测与尝试次数检测；若对可用页的参数检测包括误码率检测、编程时间检测与尝试次数检测，则对风险页的第二次参数检测页也包括误码率检测、编程时间检测与尝试次数检测。
对风险页进行参数检测后会生成相应的第二参数检测结果，若对风险页进行的参数检测具体为误码率检测，则将相应的第二参数检测结果记为第二误码率数据；若对风险页进行的参数检测具体为编程时间检测，则将相应的第二参数检测结果记为第二编程时间数据；若对风险页进行的参数检测具体为尝试次数检测，则将相应的第二参数检测结果记为第二尝试次数数据。
S600、对第一参数检测结果与第二参数检测结果进行数学统计确定出风险页细分状态。
两次参数检测共有7种情况：
第一种情况：两次参数检测均仅为误码率检测；
第二种情况：两次参数检测均仅为编程时间检测；
第三种情况：两次参数检测均仅为尝试次数检测；
第四种情况：两次参数检测均为误码率检测和编程时间检测；
第五种情况：两次参数检测均为误码率检测和尝试次数检测；
第六种情况：两次参数检测均为编程时间检测和尝试次数检测；
第七种情况：两次参数检测均为误码率检测、编程时间检测以及尝试次数检测。
若两次参数检测符合第一种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
首先获取第一参数检测结果，也即每个可用页的第一误码率数据，然后对每个可用页的第一误码率数据进行数学统计，在本实施例中，对每个可用页的第一误码率数据进行数学统计的具体方式为计算所有的可用页第一误码率数据的均值μ1和标准差σ1。
依据μ1和σ1生成对应的分布模型N(μ1，σ1 2)，该分布模型具体为二维正态分布模型，且模型参数为μ1与σ1。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
接着获取第二参数检测结果，也即每个风险页的第二误码率数据p2，判断p2是否处于[μ1-0.2σ1，μ1+0.2σ1]中，若是，则将对应的风险页的初步细分状态判定为优页；
同时判断p2是否处于[μ1-0.5σ1，μ1-0.2σ1)∪(μ1+0.2σ1，μ1+0.5σ1中，若是，则将对应的风险页细分为良页；
同时判断p2是否处于[μ1-0.8σ1，μ1-0.5σ1)∪(μ1+0.5σ1，μ1+0.8σ1]中，若是，则将对应的风险页的初步细分状态判定为合格页；
同时判断p2是否处于[μ1-σ1，μ1-0.8σ1)∪(μ1+0.8σ1，μ1+σ1]中，若是，则将对应的风险页的初步细分状态判定为低风险页；
同时判断p2是否处于(μ1-2σ1，μ1-σ1)∪(μ1+σ1，μ1+2σ1)中，若是，则将对应的风险页的初步细分状态判定为中风险页；
同时判断p2是否处于(-∞，μ1-2σ1]∪[μ1+2σ1，+∞)中，若是，则将对应的风险页的初步细分状态判定为高风险页。
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
需要说明的是，就低原则也即将生成的不同参数检测对应的初步细分状态中状态等级最后的初步细分状态作为风险页细分状态；但是，在两次参数检测均仅为误码率检测的前提下，风险页的初步细分状态也即风险页的细分状态：若通过S602步骤判定某一风险页的初步细分状态为优页，则该风险页的细分状态也为优页；
若通过S602步骤判定某一风险页的初步细分状态为良页，则该风险页的细分状态也为良页；若通过S602步骤判定某一风险页的初步细分状态为合格页，则该风险页的细分状态也为合格页；
若通过S602步骤判定某一风险页的初步细分状态为低风险页，则该风险页的细分状态也为低风险页；
若通过S602步骤判定某一风险页的初步细分状态为中风险页，则该风险页的细分状态也为中风险页；
若通过S602步骤判定某一风险页的初步细分状态为高风险页，则该风险页的细分状态也为高风险页。
若两次参数检测符合第二种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
首先获取第一参数检测结果，也即每个可用页的第一编程时间数据，然后对每个可用页的第一编程时间数据进行数学统计，在本实施例中，对每个可用页的第一编程时间数据进行数学统计的具体方式为：计算所有的可用页第一编程时间数据的均值μ2和标准差σ2。
依据μ2和σ2生成对应的分布模型N(μ2，σ2 2)，该分布模型具体为二维正态分布模型，且模型参数为μ2与σ2。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
接着获取第二参数检测结果，也即每个风险页的第二编程时间数据t2，判断t2是否处于[μ2-0.2σ2，μ1+0.2σ2]中，若是，则将对应的风险页的初步细分状态判定为优页；
同时判断t2是否处于[μ2-0.5σ2，μ2-0.2σ2)∪(μ2+0.2σ2，μ2+0.5σ2中，若是，则将对应的风险页细分为良页；
同时判断t2是否处于[μ2-0.8σ2，μ2-0.5σ2)∪(μ2+0.5σ2，μ2+0.8σ2]中，若是，则将对应的风险页的初步细分状态判定为合格页；
同时判断t2是否处于[μ2-σ2，μ2-0.8σ2)∪(μ2+0.8σ2，μ2+σ2]中，若是，则将对应的风险页的初步细分状态判定为低风险页；
同时判断t2是否处于(μ2-2σ2，μ2-σ1)∪(μ2+σ2，μ2+2σ2)中，若是，则将对应的风险页的初步细分状态判定为中风险页；
同时判断t2是否处于(-∞，μ2-2σ2]∪[μ2+2σ2，+∞)中，若是，则将对应的风险页的初步细分状态判定为高风险页。
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
若通过S602步骤判定某一风险页的初步细分状态为优页，则该风险页的细分状态也为优页；
若通过S602步骤判定某一风险页的初步细分状态为良页，则该风险页的细分状态也为良页；
若通过S602步骤判定某一风险页的初步细分状态为合格页，则该风险页的细分状态也为合格页；
若通过S602步骤判定某一风险页的初步细分状态为低风险页，则该风险页的细分状态也为低风险页；
若通过S602步骤判定某一风险页的初步细分状态为中风险页，则该风险页的细分状态也为中风险页；
若通过S602步骤判定某一风险页的初步细分状态为高风险页，则该风险页的细分状态也为高风险页。
若两次参数检测符合第三种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
首先获取第一参数检测结果，也即每个可用页的第一尝试次数数据，然后对每个可用页的第一尝试次数数据进行数学统计，在本实施例中，对每个可用页的第一尝试次数数据进行数学统计的具体方式为计算所有的可用页第一尝试次数数据的均值μ3和标准差σ3。
依据μ3和σ3生成对应的分布模型N(μ3，σ3 2)，该分布模型具体为二维正态分布模型，且模型参数为μ3与σ3。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
接着获取第二参数检测结果，需要说明的是，此处的第二参数检测结果为置于N(μ3，σ3 2)的3σ3置信区间中的尝试次数，也即每个风险页的第二尝试次数数据c2；判断c2是否处于[1，μ3-2σ3)中，若是，则将对应的风险页的初步细分状态判定为优页；
同时判断c2是否处于[μ3-2σ3，μ3-σ3)中，若是，则将对应的风险页细分为良页；
同时判断c2是否处于[μ3-σ3，μ3)中，若是，则将对应的风险页的初步细分状态判定为合格页；
同时判断c2是否处于[μ3，μ3+σ3)中，若是，则将对应的风险页的初步细分状态判定为低风险页；
同时判断c2是否处于[μ3+σ3，μ3+2σ3)中，若是，则将对应的风险页的初步细分状态判定为中风险页；
同时判断c2是否大于等于μ3+2σ3，若是，则将对应的风险页的初步细分状态判定为高风险页。
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
若通过S602步骤判定某一风险页的初步细分状态为优页，则该风险页的细分状态也为优页；
若通过S602步骤判定某一风险页的初步细分状态为良页，则该风险页的细分状态也为良页；若通过S602步骤判定某一风险页的初步细分状态为合格页，则该风险页的细分状态也为合格页；
若通过S602步骤判定某一风险页的初步细分状态为低风险页，则该风险页的细分状态也为低风险页；
若通过S602步骤判定某一风险页的初步细分状态为中风险页，则该风险页的细分状态也为中风险页；
若通过S602步骤判定某一风险页的初步细分状态为高风险页，则该风险页的细分状态也为高风险页。
若两次参数检测符合第四种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
执行两次参数检测符合第一种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第一细分状态；
同时执行两次参数检测符合第二种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第二细分状态；
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
上述提到就低原则也即将生成的不同参数检测对应的初步细分状态中状态等级最后的初步细分状态作为风险页细分状态；需要说明的是初步细分的状态等级按照从先到后的顺序依次为：优页、良页、合格页、低风险页、中风险页以及高风险页。
则当两次参数检测符合第四种情况的情况下，确定风险页细分状态的步骤具体为：按照上述状态等级的先后顺序排列第一细分状态和第二细分状态，然后将靠后的细分状态确定为该风险页的细分状态。
举例来说，若在参数检测为误码率检测的情况下，某一风险页判定的第一细分状态为优页；在参数检测为编程时间检测的情况下，该风险页判定的第二细分状态为良页；由于在状态等级的先后顺序中“良页”靠后，则此时将良页作为该风险页的细分状态。
若两次参数检测符合第五种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
执行两次参数检测符合第一种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第一细分状态；
同时执行两次参数检测符合第三种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第三细分状态；
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
则当两次参数检测符合第五种情况的情况下，确定风险页细分状态的步骤具体为：按照上述状态等级的先后顺序排列第一细分状态和第三细分状态，然后将靠后的细分状态确定为该风险页的细分状态。
举例来说，若在参数检测为误码率检测的情况下，某一风险页判定的第一细分状态为合格页；在参数检测为尝试次数检测的情况下，该风险页判定的第三细分状态为低风险页；由于在状态等级的先后顺序中“低风险页”靠后，则此时将低风险页作为该风险页的细分状态。
若两次参数检测符合第六种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
执行两次参数检测符合第二种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第二细分状态；
同时执行两次参数检测符合第三种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第三细分状态；
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
则当两次参数检测符合第六种情况的情况下，确定风险页细分状态的步骤具体为：按照上述状态等级的先后顺序排列第二细分状态和第三细分状态，然后将靠后的细分状态确定为该风险页的细分状态。
举例来说，若在参数检测为编程时间检测的情况下，某一风险页判定的第二细分状态为中风险页；在参数检测为尝试次数检测的情况下，该风险页判定的第三细分状态为高风险页；由于在状态等级的先后顺序中“高风险页”靠后，则此时将高风险页作为该风险页的细分状态。
若两次参数检测符合第七种情况，则S600具体包括以下步骤：
S601、数学统计第一参数检测结果生成分布模型及模型参数。
S602、依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态。
执行两次参数检测符合第一种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第一细分状态；
同时执行两次参数检测符合第二种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第二细分状态；
同时执行两次参数检测符合第三种情况时的S601步骤与S602步骤，从而获取每个风险页的初步细分状态，并记为第三细分状态；
S603、依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
则当两次参数检测符合第六种情况的情况下，确定风险页细分状态的步骤具体为：按照上述状态等级的先后顺序排列第一细分状态、第二细分状态以及第三细分状态，然后将靠后的细分状态确定为该风险页的细分状态。
举例来说，若在参数检测为编程时间检测的情况下，某一风险页判定的第一细分状态为优页；某一风险页判定的第二细分状态为中风险页；在参数检测为尝试次数检测的情况下，该风险页判定的第三细分状态为高风险页；由于在状态等级的先后顺序中“高风险页”靠后，则此时将高风险页作为该风险页的细分状态。
图1为一个实施例中存储页细分状态识别方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行；除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行；并且图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请实施例公开了一种存储页细分状态识别系统。参照图2，存储页细分状态识别系统包括：
第一参数检测模块100，用于对可用页进行参数检测生成第一参数检测结果；
判断模块200，用于对第一参数检测结果进行判断生成正常页与可疑风险页；
压力测试模块300，用于对可疑风险页进行压力测试生成新增不可用页与风险页；
第二参数检测模块400，对风险页进行参数检测生成第二参数检测结果；
统计模块500，用于对第一参数检测结果与第二参数检测结果进行数学统计确定出风险页细分状态。
在本实施例中公开了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种存储页细分状态识别方法的步骤。此处一种存储页细分状态识别方法的步骤可以是上述各个实施例的一种存储页细分状态识别方法中的步骤。
在本实施例中公开了一种计算机可读存储介质，其存储有能够被处理器加载并执行如上述一种存储页细分状态识别方法的计算机程序，该计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (4)

1.一种存储页细分状态识别方法，其特征在于：包括：
对可用页进行参数检测生成第一参数检测结果；
对所述第一参数检测结果进行判断生成正常页与可疑风险页；
对所述可疑风险页进行压力测试生成新增不可用页与风险页；
对所述风险页进行参数检测生成第二参数检测结果；
对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态；
所述参数检测至少包括误码率检测、编程时间检测以及尝试次数检测中的一种；
若所述参数检测仅包括所述误码率检测、所述编程时间检测以及所述尝试次数检测中的任意一种，则所述生成正常页与可疑风险的步骤包括：
判断所述第一参数检测结果是否超过预设的第一阈值，若是，则判定所述可用页为所述可疑风险页，否则，判定为所述正常页；
若所述参数检测包括所述误码率检测、所述编程时间检测以及所述尝试次数检测中的任意两种，则所述生成正常页与可疑风险的步骤包括：
判断其中一种第一参数检测结果是否超过预设的第二阈值，若是，则判定所述可用页为第一可疑风险页，否则，判定为第一正常页；
判断另一种第一参数检测结果是否超过预设的第三阈值，若是，则判定所述可用页为第二可疑风险页，否则，判定为第二正常页；
判断所述可用页是否被判定为第一正常页和第二正常页，若是，则判定所述可用页为所述正常页，否则，判定所述可用页为所述可疑风险页；
若所述参数检测包括所述误码率检测、所述编程时间检测以及所述尝试次数检测，则所述生成正常页与可疑风险的步骤包括：
判断与所述误码率检测对应的第一参数检测结果是否超过预设的误码率阈值，若是，则判定所述可用页为第一可疑风险页，否则，判定为第一正常页；
判断与所述编程时间检测对应的第一参数检测结果是否超过预设的编程时间阈值，若是，则判定所述可用页为第二可疑风险页，否则，判定为第二正常页；
判断与所述尝试次数检测对应的第一参数检测结果是否超过预设的尝试次数阈值，若是，则判定所述可用页为第三可疑风险页，否则，判定为第三正常页；
判断所述可用页是否被判定为第一正常页、第二正常页与第三正常页，
若是，则判定所述可用页为所述正常页；否则，判定为所述可疑风险页；
所述对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态的步骤包括：数学统计所述第一参数检测结果生成分布模型及模型参数；
依据所述分布模型及所述模型参数对所述第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态；
依据所述风险页初步细分状态与预设的就低原则确定风险页细分状态；
所述就低原则为：将生成的不同所述参数检测对应的所述初步细分状态中状态等级最后的所述初步细分状态作为所述风险页细分状态；
所述对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态，具体包括：
对可用页和对风险页进行的参数检测的情况进行分析，总计有7种情况：
第一种情况：两次参数检测均仅为误码率检测；
第二种情况：两次参数检测均仅为编程时间检测；
第三种情况：两次参数检测均仅为尝试次数检测；
第四种情况：两次参数检测均为误码率检测和编程时间检测；
第五种情况：两次参数检测均为误码率检测和尝试次数检测；
第六种情况：两次参数检测均为编程时间检测和尝试次数检测；
第七种情况：两次参数检测均为误码率检测、编程时间检测以及尝试次数检测；
根据每一种情况，通过数学统计第一参数检测结果生成分布模型及模型参数，依据分布模型及模型参数对第二参数检测结果进行判断，生成与参数检测一一对应的风险页初步细分状态，依据风险页初步细分状态与预设的就低原则确定风险页细分状态。
2.一种存储页细分状态识别系统，应用于权利要求1所述的一种存储页细分状态识别方法，其特征在于，包括：
第一参数检测模块（100），用于对可用页进行参数检测生成第一参数检测结果；
判断模块（200），用于对所述第一参数检测结果进行判断生成正常页与可疑风险页；
压力测试模块（300），用于对所述可疑风险页进行压力测试生成新增不可用页与风险页；
第二参数检测模块（400），对所述风险页进行参数检测生成第二参数检测结果；
统计模块（500），用于对所述第一参数检测结果与所述第二参数检测结果进行数学统计确定出风险页细分状态。
3.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1所述的任意一种存储页细分状态识别方法。
4.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1所述的任意一种存储页细分状态识别方法。
CN202310579823.3A 2023-05-22 2023-05-22 一种存储页细分状态识别方法、系统、设备及存储介质 Active CN116991611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310579823.3A CN116991611B (zh) 2023-05-22 2023-05-22 一种存储页细分状态识别方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310579823.3A CN116991611B (zh) 2023-05-22 2023-05-22 一种存储页细分状态识别方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116991611A CN116991611A (zh) 2023-11-03
CN116991611B true CN116991611B (zh) 2024-06-25

Family

ID=88522109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310579823.3A Active CN116991611B (zh) 2023-05-22 2023-05-22 一种存储页细分状态识别方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116991611B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113035265A (zh) * 2021-03-09 2021-06-25 成都佰维存储科技有限公司 坏块筛选方法、装置、可读存储介质及电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7469316B2 (en) * 2003-02-10 2008-12-23 Intel Corporation Buffered writes and memory page control
US20160078960A1 (en) * 2014-09-12 2016-03-17 Sandisk Technologies Inc. Method and apparatus for writing data to non-volatile memory
CN113495838B (zh) * 2020-04-08 2024-01-09 阿里巴巴集团控股有限公司 一种页面测试方法及装置
CN112068772B (zh) * 2020-08-19 2023-05-16 浙江华忆芯科技有限公司 数据存储方法、数据存储装置及存储装置
JP7476061B2 (ja) * 2020-09-15 2024-04-30 キオクシア株式会社 半導体記憶装置
CN113409869A (zh) * 2021-06-30 2021-09-17 芯天下技术股份有限公司 非易失性存储器擦除方法、装置、电子设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113035265A (zh) * 2021-03-09 2021-06-25 成都佰维存储科技有限公司 坏块筛选方法、装置、可读存储介质及电子设备

Also Published As

Publication number Publication date
CN116991611A (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN110148435B (zh) 一种闪存颗粒筛选分级方法
CN108154904A (zh) 一种存储芯片性能的测试方法和装置
CN110459259A (zh) 存储设备写错误纠错能力的测试方法、系统及存储介质
CN110111835B (zh) 一种NVMe固态硬盘IOPS测试方法、系统及装置
CN116719675B (zh) 硬盘磨损测试方法、装置及介质
CN116230066A (zh) 一种实现质量等级划分的方法、计算机存储介质及终端
CN116991611B (zh) 一种存储页细分状态识别方法、系统、设备及存储介质
CN111400695A (zh) 一种设备指纹生成方法、装置、设备和介质
CN112133357B (zh) 一种eMMC的测试方法及装置
CN112131078B (zh) 一种监控磁盘容量的方法及设备
CN111522725A (zh) Ssd性能自动评估方法、装置、设备及介质
CN104035866A (zh) 基于系统调用分析的软件行为评估方法和装置
CN114706719A (zh) 一种基于fio测试工具的磁盘测试方法及装置
US11238948B2 (en) Testing memory cells by allocating an access value to a memory access and granting an access credit
CN106951701A (zh) Nand flash使用寿命的计算方法及系统
CN113628675A (zh) 一种ssd固态硬盘测试方法
KR101751407B1 (ko) 플래시 메모리의 신뢰성 검증을 위한 아날로그 정보 기반 에뮬레이션 방법 및 그 장치
CN116486882B (zh) 基于字线的芯片性能测试方法、装置、设备及介质
CN117073728B (zh) 一种柔性电容式触觉传感器
CN111352819A (zh) 一种重删性能检测方法、装置及其相关设备
CN114816888B (zh) 一种持久性内存测试评估方法、装置及存储介质
KR20230017677A (ko) 생성적 적대 신경망 기반 차량용 제어기 평가 방법
CN117591337B (zh) 计算机信息数据交互传输管理系统及方法
KR101478739B1 (ko) 원전 운전원의 절차진행 준수성 평가 시스템 및 방법
CN115640173A (zh) 一种验证方法、装置、设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240509

Address after: Room 401, Building 5, No. 8 Zhujiawan Street, Baiyangwan Street, Gusu District, Suzhou City, Jiangsu Province, 215000

Applicant after: Suzhou Kemei Storage Technology Co.,Ltd.

Country or region after: China

Address before: Room 201-205, administration building, No. 166, Renai Road, Suzhou Industrial Park, Suzhou, Jiangsu 215002

Applicant before: Suzhou Kemei Information Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant