一种多维度可预测的负载均衡故障切换方法和系统

本发明提供了一种多维度可预测的负载均衡故障切换方法和系统；其中，方法包括：基于历史故障概率的时间序列数据构建机器学习模型，采用机器学习模型对未来预设一段时间内各故障粒度的故障概率进行预测；当预测的故障概率超过相应的标准阈值后，触发相应故障粒度的灾备切换的预热机制，包括热备开启、状态同步及备集群流量承接的操作。本发明的技术方案通过上述多维度预测和灵活切换机制，能够更及时、更准确地感知和应对负载均衡系统中的各种故障，显著提升负载均衡系统的高可用性和可靠性，确保业务的稳定运行和用户体验的持续性。