NAND数据恢复的方案

news2024/11/26 2:04:56

NAND Flash是固态硬盘（SSD）的核心数据存储。然而，NAND Flash因其物理特性和工作原理，存在一定的内在脆弱性，尤其是在数据存储的长期可靠性方面。

比特错误是指在读取NAND Flash时，原本存储的二进制位（比特）与读取结果不符的现象。以下为导致比特错误的几个主要原因：

(1)耐久性限制（P/E周期）

NAND Flash通过改变电荷状态来存储数据，但每经过一次编程（写入）和擦除（清除）操作（称为P/E周期），存储单元的电荷捕获能力就会减弱，导致数据保持能力下降。随着P/E周期次数增加，比特错误率（BER）随之上升。

(2)电荷逃逸（电子脱阱）

长期存储后，存储单元内原本稳定的电荷可能会由于绝缘层缺陷、热激发等原因逐渐逃逸，使得存储的信息发生改变，产生比特错误。

(3)读取干扰（临近单元）

在读取某个存储单元时，施加的电压可能会对相邻单元产生影响，导致它们的电荷状态轻微变化，尤其是在高密度多级单元（如MLC、TLC、QLC）中更为显著。这种效应随时间累积，可引起比特错误。

(4)工作与存储温度

过高或过低的工作温度会影响NAND芯片内部电荷的稳定性，加速电荷逃逸或导致电荷捕获异常。此外，存储环境温度的变化也会影响数据的长期保留质量，间接增加比特错误的发生概率。

(5)控制器应对比特错误

由于NAND Flash固有的比特错误倾向，控制器设计必须包含复杂的错误校正机制，如BCH码、LDPC码等错误纠正码（ECC），以检测并纠正一定数量的比特错误。控制器还采用块擦除但按页读写的方式，以及SLC缓存策略（将MLC/TLC/QLC单元模拟为SLC单元进行高速写入），以提高整体性能和数据可靠性。

出现bit错误数量，对用户数据的影响也不影响，下面图片可以直观对比看下：

如果是装了系统的情况，还有可能导致系统蓝屏：

在数据丢失或SSD故障的情况下，数据恢复专家会采用多种技术来恢复数据：

芯片原位法：利用原始控制器进行诊断、维修和固件修复，有时需要定制硬件和深入理解控制器逻辑。这种方法相对直接但可能风险较高，且对某些复杂故障或加密数据处理效率低下。
芯片离线法：移除NAND芯片，直接读取物理数据，然后通过软件模拟或逆向工程解析数据。此方法虽能提供对物理数据的只读访问，降低进一步数据风险，但处理过程复杂，尤其当面对硬件加密或特定控制器特性时。

现有的数据恢复技术，如读重试、读偏移和自动读取校准，虽然能在一定程度上应对比特错误，但其效果受NAND密度、老化程度和使用情况影响显著，且缺乏统一标准，易受固件工程师解读差异影响。在实践中，为了追求性能，有时会牺牲校准精度，导致数据修复能力受限。特别是对于采用QLC NAND的SSD，一旦比特错误率开始上升，自动读取校准可能表现不佳。

为实现更优的校准，研究人员提出了一种基于高斯混合模型的方法，通过制作NAND VT图像（多次读取并微调读阈值），获取电压分布，再进行数据拟合，找到最优读阈值，从而最大限度减少数据完整性错误。这种方法独立于ECC类型、NAND制造商特定命令，仅利用NAND的标准特性，无需封装或改动NAND封装，且不需要预先了解存储数据。通过高斯分布的平滑估计，能够应对瞬态误差影响，估算并最小化数据完整性错误。

通过高斯混合校准，不可纠正数据量减少至44%，但仍有一大部分未被纠正。该方法解决了不正确谷底确定的问题，但只能纠正低页数据。相较于读重试和自动读取校准，高斯混合校准能更大程度地减少不可纠正数据，确定更精确的最优读阈值，对不正确谷底判断的敏感性较低，且具有可验证性和适应性。能生成电压分布、数据拟合和最优阈值的视觉检查，当有不同数据拟合模型可用时，最优图像可调整，拟合模型可根据不同NAND厂商设备定制。