【技術實現步驟摘要】
本公開涉及數據存儲技術，更具體地講，涉及故障檢測方法及裝置、電子設備及存儲介質。
技術介紹
1、在非易失性存儲器中，故障一般由讀寫干擾、編程或擦除(p/e)過程中的磨損等引起，在制造完存儲器后，需要對存儲器進行故障檢測。然而，目前，工廠測試中的故障檢測方法非常有限。
2、具體來說，在相關的故障檢測方案中，通常只會對控制線中的字線(word?line，wl)進行檢測，并基于其檢測結果，判斷存儲器整體的故障情況。然而，基于對特定類型控制線的檢測，所能獲取到的故障信息是有限的，使得故障檢測結果不夠準確。
技術實現思路
1、本公開提供了一種故障檢測方法及裝置、電子設備及存儲介質，以至少解決上述相關技術中非易失性存儲器中的故障檢測結果不準確的問題。
2、根據本公開示例性實施方式的第一方面，提供一種故障檢測方法，包括：獲取與非易失性存儲器對應的閾值電壓分布數據；基于所述閾值電壓分布數據獲取非易失性存儲器中的多種控制線類型中的每種控制線類型的數據特征；基于所述多種控制線類型中的一種或多種控制線類型的數據特征，預估所述多種控制線類型中的所述一種或多種控制線類型的存在故障的可能性，得到針對所述多種控制線類型中的所述一種或多種控制線類型的類型預估結果；基于所述多種控制線類型中的所述一種或多種控制線類型的每種控制線類型的類型預估結果，對所述非易失性存儲器進行故障檢測操作。
3、可選地，通過以下方式獲取所述多種控制線類型中的每種控制線類型的數據特征：針對所述多種控制線類
4、可選地，在進行數據降維處理之前，所述故障檢測方法還包括：針對所述多種控制線類型中的每種控制線類型的多個控制線中的每個控制線，對所述閾值電壓分布數據進行缺失值補全，以獲得補全后分布數據，其中，所述補全后分布數據中與所述多個控制線中的每個控制線對應的數據維度相同，其中，數據維度相同是指采樣點的數量相同。
5、可選地，所述缺失值補全包括：通過插值法，對所述閾值電壓分布數據中的缺失值進行補全；和/或，基于所述多種控制線類型中的第一控制線類型的第一控制線的第一數據維度小于最大數據維度，利用默認值，對所述第一控制線的閾值電壓分布數據進行補全，使得所述第一控制線的補全后的數據維度等于所述最大數據維度，其中，所述最大數據維度是所述第一控制線類型下的所有控制線所覆蓋的最大電壓范圍。
6、可選地，進行數據降維處理包括：對所述多個數據維度中的每個數據維度下的數據進行統計操作，得到所述每個數據維度下的數據的數據統計值；將所述多個數據維度中的每個數據維度下的數據的數據統計值作為相應數據維度在數據降維處理后的降維數據。
7、可選地，基于所述多種控制線類型中的一種或多種控制線類型的數據特征，預估所述多種控制線類型中的所述一種或多種控制線類型存在故障的可能性，得到所述類型預估結果，包括：將所述多種控制線類型中的所述一種或多種控制線類型的數據特征分別輸入到相應的類型故障檢測模型中，通過相應的類型故障檢測模型進行故障預估，分別得到所述多種控制線類型中的所述一種或多種控制線類型存在故障的類型預估結果。
8、可選地，所述多種控制線類型的類型故障檢測模型通過以下方式訓練得到：獲取所述多種控制線類型的歷史閾值電壓分布數據和表示所述多種控制線類型存在故障的可能性的歷史類型預估結果；從所述歷史閾值電壓分布數據中提取所述多種控制線類型的樣本數據特征；利用所述多種控制線類型的樣本數據特征和歷史類型預估結果，訓練得到所述多種控制線類型的類型故障檢測模型，其中，所述歷史閾值電壓分布數據包括不存在故障的正常數據以及存在故障的故障數據。
9、可選地，進行故障檢測操作包括：將所述多種控制線類型中的所述一種或多種控制線類型的每種控制線類型的類型預估結果輸入到融合模型中，通過所述融合模型進行故障檢測，得到所述非易失性存儲器的故障檢測結果。
10、可選地，所述融合模型通過以下方式訓練得到：獲取所述非易失性存儲器的所述多種控制線類型中的每種控制線類型的歷史類型預估結果和所述非易失性存儲器的歷史故障檢測結果；利用所述歷史類型預估結果和所述歷史故障檢測結果，訓練得到所述融合模型。
11、可選地，所述故障檢測方法還包括：基于檢測到與所述多種控制線類型中的第一控制線類型對應的所述非易失性存儲器存在故障：對所述第一控制線類型的多個控制線中的每個控制線進行異常評分，得到所述多個控制線中的每個控制線的異常分數；基于所述多個控制線中的所有控制線的異常分數中存在分數突變點，將所述多個控制線中的異常分數大于所述分數突變點的第一控制線確定為所述第一控制線類型中的壞線。
12、可選地，對所述多個控制線中的每個控制線進行異常評分，包括：將所述多個控制線中的每個控制線的閾值電壓分布數據輸入到評分模型，通過所述評分模型進行異常評分，得到所述多個控制線中的每個控制線的異常分數。
13、可選地，所述評分模型通過以下方式訓練得到：獲取所述非易失性存儲器的歷史正常閾值電壓分布數據；利用所述歷史正常閾值電壓分布數據，采用無監督學習方式，訓練得到所述評分模型。
14、可選地，所述非易失性存儲器為nand閃存固態硬盤，所述閾值電壓分布數據為nand閾值電壓分布數據。
15、根據本公開示例性實施方式的第二方面，提供一種故障檢測裝置，包括：獲取單元，被配置為獲取與非易失性存儲器對應的閾值電壓分布數據；提取單元，被配置為基于所述閾值電壓分布數據獲取非易失性存儲器中的多種控制線類型中的每種控制線類型的數據特征；預估單元，被配置為基于所述多種控制線類型中的一種或多種控制線類型的數據特征，預估所述多種控制線類型中的所述一種或多種控制線類型的存在故障的可能性，得到針對所述多種控制線類型中的所述一種或多種控制線類型的類型預估結果；檢測單元，被配置為基于所述多種控制線類型中的所述一種或多種控制線類型的每種控制線類型的類型預估結果，對所述非易失性存儲器進行故障檢測操作。
16、可選地，所述提取單元還被配置為通過以下方式獲取所述多種控制線類型中的每種控制線類型的數據特征：針對所述多種控制線類型中的每種控制線類型的多個控制線中的每個控制線，基于所述閾值電壓分布數據，對多個數據維度中的每個數據維度下的數據進行數據降維處理。
17、可選地，所述提取單元還被配置為：在進行數據降維處理之前，針對所述多種控制線類型中的每種控制線類型的多個控制線中的每個控制線，對所述閾值電壓分布數據進行缺失值補全，以獲得補全后分布數據，其中，所述補全后分布數據中與所述多個控制線中的每個控制線對應的數據維度相同，其中，數據維度相同是指采樣點的數量相同。
18、可選地，所述缺失值補全包括：通過插值法，對所述閾值電壓分布數據中的缺失值進行補全；和/或，基于所述多種控制線類型中的第一控制線類型本文檔來自技高網...
【技術保護點】
1.一種故障檢測方法，其特征在于，包括：
2.根據權利要求1所述的故障檢測方法，其特征在于，通過以下方式獲取所述多種控制線類型中的每種控制線類型的數據特征：
3.根據權利要求2所述的故障檢測方法，其特征在于，在進行數據降維處理之前，所述故障檢測方法還包括：
4.根據權利要求3所述的故障檢測方法，其特征在于，所述缺失值補全包括：
5.根據權利要求2所述的故障檢測方法，其特征在于，進行數據降維處理包括：
6.根據權利要求1所述的故障檢測方法，其特征在于，基于所述多種控制線類型中的一種或多種控制線類型的數據特征，預估所述多種控制線類型中的所述一種或多種控制線類型存在故障的可能性，得到所述類型預估結果，包括：
7.根據權利要求6所述的故障檢測方法，其特征在于，所述多種控制線類型的類型故障檢測模型通過以下方式訓練得到：
8.一種故障檢測裝置，其特征在于，包括：
9.一種存儲有計算機程序的計算機可讀存儲介質，其特征在于，當所述計算機程序被處理器執行時，實現如權利要求1至7中任一項所述的故障檢測方法
10.一種電子設備，其特征在于，包括：
...【技術特征摘要】
1.一種故障檢測方法，其特征在于，包括：
2.根據權利要求1所述的故障檢測方法，其特征在于，通過以下方式獲取所述多種控制線類型中的每種控制線類型的數據特征：
3.根據權利要求2所述的故障檢測方法，其特征在于，在進行數據降維處理之前，所述故障檢測方法還包括：
4.根據權利要求3所述的故障檢測方法，其特征在于，所述缺失值補全包括：
5.根據權利要求2所述的故障檢測方法，其特征在于，進行數據降維處理包括：
6.根據權利要求1所述的故障檢測方法，其特征在于，基于所述多...
【專利技術屬性】
技術研發人員：王曄陽，薛妮，
申請(專利權)人：三星中國半導體有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。