ドライブ故障統計(ビッグデータ)採用：大容量ドライブへの対応

■ ビッグデータ解析・データマイニングを導入

コンピュータの躍進により、大量の統計データを解析できるようになりましたので、そこから有用な情報の取り出しと、無用な情報の破棄を行うデータマイニングを実施可能となりました。
※ 特に、無用な情報の破棄が大事になると分かりまして、そちらを重視して開発・完成させております。

■ 機械学習スキャン(R.E.C.O.A.I.)による自動思考処理：
※ 度々訪れるドライブへの大きな危機(危険な不良セクタ)を最適に回避処理

近年の大容量ハードディスク、それらを複数台積むＮＡＳ(TeraStation等)、またはSSDが壊れかけた場合、状態を悪化させる危険なセクタが出現いたします。 それらのセクタに入り込みますと、ドライブが悪化する危機が訪れます。このため、そのような危機を避けるために危機を抱える不良セクタを自動回避させるアルゴリズムが、機械学習スキャン(R.E.C.O.A.I.)です。

□ 状態変化(悪化)に関しましては、長く見積もっても３秒程度です。
このため、３秒以内(コンピュータにて平均1秒以内)を目安に、開発しております。

３秒以内に状況を判断し、次のプロセスを考え、そのコマンドを打ち込むのは「至難(ほぼ無理)」だと思います(さらに、ミスが許されない状況)。 このため、その場で対処する従来の方法ではなく、あらかじめ「プログラム」にいたしまして、そのアルゴリズムに処理させる方法が最善です。

しかしながら、データマイニング処理は重いため、並列処理が必要です。
※ 「並列処理」を重視して開発(自社開発 データ復旧クラウド FromHDDtoSSDにて、約5年前のVer2.0の頃より並列処理を手掛けておりますので、 マルチコア・ミューテックス・セマフォ等の運用ノウハウが相当蓄積でき、十分に安定)しております。

■ データマイニング例：

■ ヘッドクラッシュに対する復旧技術を大幅に更新いたしました

6年以内製造のドライブの故障が多く見受けられるようになりました。 パソコン内蔵、外付型、NAS、RAID、TeraStation等、あらゆる所で似た故障となっておりますので、状況的な要素を集めただけでも、ドライブ自体の問題となりそうです。 さらには、これらドライブが故障いたしますと、クリーンルーム作業等を実施後でも、その制御の幅が非常に狭く、制御自体が難しい問題がございます。
※ Windowsからの制御だけではなく、他の装置(自社開発)を利用し、部分的に自動制御・独立化させて復旧する見込みとなりました。