一种闪存数据保存错误率仿真方法与流程

本发明属于计算机存储领域，更具体地，涉及一种闪存数据保存错误率仿真方法。

背景技术：

随着大数据、物联网、人工智能、5g网络、无人驾驶等热潮的兴起，闪存存储以其高可靠性、低延迟、低功耗等特点逐渐取代传统磁盘存储。以智能型手机、固态硬盘(solidstatedrive,ssd)为核心的个人存储和企业大数据存储需求持续增强。三维闪存的应用一定程度上缓解了大容量存储的带来的挑战，但其性能、可靠性等特性变得日益复杂。而对闪存进行特性分析，有助于设计更高性能、高可靠性的固态硬盘。

但目前闪存的测试与特性分析工作异常复杂，面对种类繁多的芯片型号、闪存类型、以及复杂的堆叠结构，测试工作费时费力，导致特性分析工作举步维艰。而建立闪存仿真器可以有助于快速生成数据用以闪存研究，因此如何利用少量测试数据建立闪存仿真器是目前急待解决的问题。针对现有问题，本发明公开一种闪存数据保存时间错误率仿真方法，以解决闪存仿真器中数据保存错误率仿真的难点，对闪存特性研究、降低闪存测试成本具有重要意义。

技术实现要素：

针对以上需求与闪存特性研究，本发明提供了一种闪存数据保存时间错误率仿真方法，其目的在于，针对巨大的块间差异，测试少量闪存块的数据保存错误率数据，利用条件生成对抗网络，训练得到一个闪存数据保存错误率仿真器，从而快速生成可媲美真实测试数据的不同数据保存下的错误率数据，实现全闪存仿真器的一个重要组成部分。

为实现上述目的，按照本发明的一个方面，提供了一种闪存数据保存错误率仿真方法，包括以下步骤：

(1)对闪存进行测试，收集闪存块的每个页在特定编程/擦除周期下经历不同数据保存时间后的错误率；

(2)设计一个包含条件向量的神经网络判别器d，将一个块的每个页在不同数据保存时间下的错误率作为一个向量输入，如[r(rt＝1,pg＝0),r(rt＝1,pg＝1),……,r(rt＝30,pg＝i),……,r(rt＝n,pg＝m)]，其中rt表示数据保存时间，以天为单位，pg表示页的块内编号，条件向量为rt；

(3)重复输入剩余块采集的页错误率数据，训练判别器d；

(4)设计一个包含条件向量的神经网络错误率生成器g；

(5)用生成器g生成一组包含条件值的数据，并用判别器d进行判别，是否能达到仿真效果；

(6)不断调整生成器g参数，直到所有生成数据能通过判别器d。

在本发明中，步骤(1)中测试的块，是在闪存芯片中未经过擦除/编程操作的块随机采样获得的。

在本发明中，闪存的数据保存时间可以用在高温下进行，以加速老化，等效的加速时间可以通过阿伦尼乌斯方程计算得到。

在本发明中，闪存的数据保存错误率可以以页为单位进行统计，也可以以1kb、2kb、4kb等大小的子页进行统计，条件向量保持不变。

在本发明中，当闪存的数据保存错误率和神经网络设计以子页为单位时，其输入错误率向量可以由原来的一维向量变为二维，或仍保持一维向量不变，但由原来一个闪存页的数据变为多份，输入样本增多。

在本发明中，测试时写入的数据是随机的，且在不同字线上写入的数据也完全不同，以模拟固态硬盘中存储真实数据的场景。

要求保护的技术方案如下：

一种闪存数据保存错误率仿真方法，包括以下步骤：

(1)对闪存进行测试，收集闪存块的每个页在特定编程/擦除周期下经历不同数据保存时间后的错误率；

(2)设计一个包含条件向量的神经网络判别器(d)，将一个块的每个页在不同数据保存时间下的错误率作为一个向量输入；

(3)重复输入剩余块采集的页错误率数据，训练神经网络判别器(d)；

(4)设计一个包含条件向量的神经网络错误率生成器(g)；

(5)用神经网络错误率生成器(g)生成一组包含条件值的数据，并用判别器(d)进行判别，是否能达到仿真效果；

(6)不断调整生成器(g)参数，直到所有生成数据能通过判别器(d)。

优选地，步骤(1)中测试的块，是在闪存芯片中未经过擦除/编程操作的块中随机采样获得的。

优选地，闪存的错误率可以以页为单位进行统计，也可以以子页大小为单位进行统计，条件向量保持不变。

优选地，所述子页大小为1kb、2kb、4kb大小中的任一种。

优选地，当闪存的错误率和神经网络设计以子页为单位时，其输入错误率向量可以由原来的一维向量变为二维向量，或仍保持一维向量不变，但由原来一个闪存页的数据变为多份，输入样本增多。

优选地，测试时写入的数据是随机的，且在不同字线上写入的数据也完全不同，以模拟固态硬盘中存储真实数据的场景。

总体而言，通过本发明所构思的以上技术方案能够取得下列有益效果：

本发明能够通过测试少量闪存块在不同数据保存时间下的错误率数据，利用条件生成对抗网络，充分考虑块间可靠性差异，建立闪存数据保存错误率仿真器，并能快速生成可媲美真实数据的数据保存错误率数据。对闪存特性研究，测试成本降低具有重要意义，是全闪存仿真器的重要组成部分。

附图说明

图1是本发明一种闪存数据保存错误率仿真方法的步骤框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明的整体思路在于，通过闪存测试，获取闪存块在不同编程/擦除周期下的错误率数据，应用条件生成对抗网络设计错误率生成器与判别器，最终达到快速生成可媲美真实数据的错误率数据。具体地如图1所示，包括以下步骤：

(1)对闪存进行测试，收集闪存块的每个页在特定编程/擦除周期下经历不同数据保存时间后的错误率，错误率的统计也可以以子页为单位进行统计；

(2)设计一个包含条件向量的神经网络判别器d，将一个块的每个页在不同数据保存时间下的错误率作为一个向量输入，如[r(rt＝1,pg＝0),r(rt＝1,pg＝1),……,r(rt＝30,pg＝i),……,r(rt＝n,pg＝m)]，其中rt表示数据保存时间，以天为单位，pg表示页的块内编号，条件向量为rt。如果步骤(1)中错误率统计以子页为单位，向量的维度和元素个数需要做相应改变，并匹配判别器的输入；

(3)重复输入剩余块采集页数据保存错误率，不断训练判别器d；

(4)设计一个包含条件向量的神经网络数据保存错误率生成器g；

(5)用生成器g生成一组包含条件值的数据，并用判别器d进行判别，是否能达到仿真效果；

(6)不断调整生成器g参数，直到所有生成数据能通过判别器d。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。