1、项目分为三个部分：数据源获取和数据处理、人效模型构建、模型应用上线。 2、难点和解决方案：（1）数据源选取：用实际达成效率结合线下抽查压测数据做数据打标、结合主客观特征做特征加工；（2）特征工程：区分静态特征和动态特征，对非结构化特征做结构化处理，对信息稀疏型特征提炼多维度描述和统计特征进而做降维处理，通过线性、非线性特征评估方法评估特征重要程度做特征选取。

1、项目分为三个模块：数据源选取和数据处理、故障预测模型构建、模型运营上线。 2、难点及解决方案：（1）数据源选取：选用硬盘SMART，结合硬盘IO和机器部件配置及年限等；（2）模型构建：利用SVM算法结合机器部件配置信息给出硬盘健康度打分，根据核心特征项和运营维度设置运营策略；（3）模型上线：结合模型输出风险打分对高风险硬盘发起告警流程，提供运营操作界面，供运营策略配置及对中低风险硬盘提供手动激活故障流程的功能。

1、项目包括三大模块：数据采集和接入、故障建模和预测、数据服务。其中数据服务包括对接故障告警系统发起故障流程、提供BI报表提供可视化查询分析功能、提供数据查询接口供业务调用。 2、项目难点及解决方案：（1）设计选取反应内存故障的相关特征：利用EDAC日志中CE时空分布设计多种特征；（2）设计反映内存故障风险的模型：利用多种内存故障数据源弱化非平衡数据集问题，增加CE基线减少误报，对比多种机器学习算法选取随机森林回归建立健康度评估模型；（3）实现内存最大化利用：结合pageoffline技术对更细粒度的CE预测，对风险page做精准pageoffline而不是一刀切更换内存条，提高内存的使用寿命。