1.一种基于极限学习机的慢盘检测方法，应用于数据存储系统中，包括：步骤S1：构建极限学习机单隐含层前馈神经网络；

步骤S2：获取所述数据存储系统中磁盘的历史磁盘数据；

步骤S3：将磁盘状态划分为正常磁盘、疑似慢盘以及慢盘，根据所述历史磁盘数据计算所述数据存储系统中磁盘的检测值；

步骤S4：基于被划分为上述三种磁盘状态的检测值构建所述极限学习机的训练样本集；

步骤S5：确定所述极限学习机的激活函数、隐含层节点数、前馈神经网络的输入权值和隐含层阈值；

步骤S6：计算所述隐含层节点的输出矩阵；

步骤S7：根据所述输出矩阵和期望输出矩阵计算输出权重；

步骤S8：根据隐含层节点的输出矩阵、前馈神经网络的输入权值、隐含层阈值以及输出权重确定基于极限学习机的慢盘检测模型，根据所述慢盘检测模型对所述数据存储系统进行检测，确定所述数据存储系统中的慢盘。

2.如权利要求1所述的慢盘检测方法，其中，在步骤S2中，所述历史磁盘数据包括：磁盘I/O标准响应时间TR、磁盘I/O实际响应时间TC、磁盘服务时间TS、磁盘工作负荷L、磁盘I/O故障类型F，在获取到所述历史磁盘数据后将其存储于所述数据存储系统的数据库中。

3.如权利要求1或2任一项所述的慢盘检测方法，其中，步骤S3中根据所述历史磁盘数据计算所述数据存储系统中磁盘的检测值的步骤具体如下：检测值V＝aTR+bTC+cTS+dL+eF，其中，a、b、c、d、e分别为磁盘I/O标准响应时间TR、磁盘I/O实际响应时间TC、磁盘服务时间TS、磁盘工作负荷L、磁盘I/O故障类型F的权重。

4.如权利要求3所述的慢盘检测方法，其中，步骤S3进一步包括：在计算出检测值后，确定检测阈值TV，判断检测值V与检测阈值TV的大小；

当检测值V＞＝TV，则被检测磁盘处于疑似慢盘状态，并且结合检测周期内所述被检测磁盘处于疑似慢盘状态的次数共同判断被检测磁盘是否是慢盘，当被检测磁盘处于疑似慢盘状态，并且所述检测次数大于等于磁盘检测次数阈值TN时，则所述磁盘被认定为慢盘；而当被检测磁盘处于疑似慢盘状态，并且所述检测次数小于磁盘检测次数阈值TN时，则所述磁盘被认定为疑似慢盘；当检测值V＜TV时，则所述磁盘被认定为正常磁盘。

5.如权利要求1-4任一项所述的慢盘检测方法，其中，将步骤S4中的极限学习机的训练样本集构建如下：训练样本集Xtrain， 其中， 为第i个训练样本，为第

i个训练样本对应的样本标签，m为磁盘状态类别数，R为特征向量维度，N为训练样本数；以及基于以下公式计算步骤S6中的输出矩阵：

其中，H为隐含层节点的输出矩阵，g(x)为激活函数，M为隐含层节点数，bi为隐含层阈值，输入权值wi＝[wi1，wi2，…，win∈]T，m为磁盘状态类别数，T为期望输出矩阵。

6.一种基于极限学习机的慢盘检测系统，应用于数据存储系统中，包括：神经网络构建模块，用于构建极限学习机单隐含层前馈神经网络；

历史磁盘数据获取模块，用于获取所述数据存储系统中磁盘的历史磁盘数据；

检测值计算模块，用于将磁盘状态划分为正常磁盘、疑似慢盘以及慢盘，根据所述历史磁盘数据计算所述数据存储系统中磁盘的检测值；

训练样本获取模块，用于基于被划分为上述三种磁盘状态的检测值构建所述极限学习机的训练样本集；

模型建立模块，用于确定所述极限学习机的激活函数、隐含层节点数、前馈神经网络的输入权值和隐含层阈值；

输出矩阵计算模块，用于计算所述隐含层节点的输出矩阵；

输出权重计算模块，用于根据所述输出矩阵和期望输出矩阵计算输出权重；

慢盘检测模块，用于根据隐含层节点的输出矩阵、前馈神经网络的输入权值、隐含层阈值以及输出权重确定基于极限学习机的慢盘检测模型，根据所述慢盘检测模型对所述数据存储系统进行检测，确定所述数据存储系统中的慢盘。

7.如权利要求6所述的慢盘检测系统，其中，所述历史磁盘数据获取模块获取的历史磁盘数据包括磁盘I/O标准响应时间TR、磁盘I/O实际响应时间TC、磁盘服务时间TS、磁盘工作负荷L、磁盘I/O故障类型F，在获取到历史磁盘数据后将其存储于所述数据存储系统的数据库中。

8.如权利要求6或7任一项所述的慢盘检测系统，其中，检测值计算模块根据以下公式计算所述数据存储系统中磁盘的检测值：检测值V＝aTR+bTC+cTS+dL+eF，其中，a、b、c、d、e分别为磁盘I/O标准响应时间TR、磁盘I/O实际响应时间TC、磁盘服务时间TS、磁盘工作负荷L、磁盘I/O故障类型F的权重。

9.如权利要求8所述的慢盘检测系统，其中，检测值计算模块进一步用于：在计算出检测值后，确定检测阈值TV，判断检测值V与检测阈值TV的大小；

当检测值V＞＝TV，则被检测磁盘处于疑似慢盘状态，并且结合检测周期内所述被检测磁盘处于疑似慢盘状态的次数共同判断被检测磁盘是否是慢盘，当被检测磁盘处于疑似慢盘状态，并且所述检测次数大于等于磁盘检测次数阈值TN时，则所述磁盘被认定为慢盘；而当被检测磁盘处于疑似慢盘状态，并且所述检测次数小于磁盘检测次数阈值TN时，则所述磁盘被认定为疑似慢盘；当检测值V＜TV时，则所述磁盘被认定为正常磁盘。

10.如权利要求6-9任一项所述的慢盘检测系统，其中，训练样本获取模块将极限学习机的训练样本集构建如下：训练样本集Xtrain， 其中， 为第i个训练样本，为第

i个训练样本对应的样本标签，m为磁盘状态类别数，R为特征向量维度，N为训练样本数；以及输出矩阵计算模块基于以下公式计算输出矩阵：

其中，H为隐含层节点的输出矩阵，g(x)为激活函数，M为隐含层节点数，bi为隐含层阈值，输入权值wi＝[wi1，wi2，…，win∈]T，m为磁盘状态类别数，T为期望输出矩阵。