一种基于大数据的互联网设备故障预测方法

本发明公开了一种基于大数据的互联网设备故障预测方法，包括：获取互联网设备的运行数据、环境数据及历史故障记录，并对其进行数据清洗、归一化处理及特征融合处理，生成训练数据集；将训练数据集代入基于集成学习算法构建的互联网设备故障预测模型中进行学习训练；通过滑动窗口机制对互联网设备的实时数据流进行动态特征提取，通过增量学习方式更新故障预测模型参数，在线输出关于互联网设备的故障风险预测结果；根据预测结果生成分级预警信号，并联动自动化运维系统执行预定义维护策略。本发明通过多源数据融合与高效模型训练，结合滑动窗口增量学习与自动化运维策略，实现了互联网设备故障预测的动态性、准确性与可靠性。