本發(fā)明公開(kāi)了一套數(shù)據(jù)中心滯后任務(wù)失效預(yù)測(cè)方法，由六個(gè)步驟組成：初始化、靜態(tài)任務(wù)失效預(yù)測(cè)模型構(gòu)建、動(dòng)態(tài)任務(wù)失效預(yù)測(cè)模型構(gòu)建、增強(qiáng)特征模型構(gòu)建、集成任務(wù)失效預(yù)測(cè)模型構(gòu)建、滯后任務(wù)失效預(yù)測(cè)。本發(fā)明將每一次執(zhí)行過(guò)程看作不同的執(zhí)行實(shí)例，通過(guò)分析失效實(shí)例在時(shí)間、配置、資源、運(yùn)行環(huán)境四個(gè)方面的行為模式，結(jié)合任務(wù)運(yùn)行前的節(jié)點(diǎn)狀態(tài)、任務(wù)靜態(tài)配置特征，以及任務(wù)運(yùn)行過(guò)程中動(dòng)態(tài)的資源使用特征及節(jié)點(diǎn)資源環(huán)境變化特征，設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)模型和決策樹(shù)模型的集成學(xué)習(xí)模型。該框架能夠利用靜態(tài)配置在任務(wù)提交初期最早的得出靜態(tài)預(yù)測(cè)結(jié)果，并根據(jù)預(yù)測(cè)的可信程度利用后續(xù)的動(dòng)態(tài)模型對(duì)不同長(zhǎng)度的執(zhí)行實(shí)例進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)更高的預(yù)測(cè)精準(zhǔn)度。