预测大规模数据中心硬件故障的修复措施

大规模服务环境依赖自主系统高效地修复硬件故障。在生产中，自主系统根据主题专家在系统中设置的规则诊断硬件故障。由于新型故障和硬件与软件配置的复杂性不断增加，这一过程变得愈发复杂。本文提出了一种机器学习框架，通过分析过去关闭的相似维修工单，预测未诊断故障所需的修复措施。我们详细解释了建立机器学习模型、在生产环境中部署它以及使用必要指标监控其性能的方法。我们还展示了一些维修操作的预测性能。