基于深度学习的数据中心运维故障预测系统及方法

本发明公开基于深度学习的数据中心运维故障预测系统及方法，系统含多源异构数据采集、数据预处理、深度学习预测模型等模块。方法通过多源数据全量采集获取数据中心多维运行数据，经预处理与特征增强后，输入 “CNN‑LSTM‑Attention” 混合模型实现故障预测；结合故障分级划分故障等级，多渠道推送预警，智能生成应对策略并闭环验证效果，最终迭代优化模型。本方案提升故障预测精度与实时性，缩短运维响应时间，降低故障导致的业务中断风险，适用于大规模数据中心高效运维。