来源：期刊VIP网 时间：
作者：孙彦武;张陈登;张丽华;武瑛;王赠凯;
单位：嘉兴南湖学院信息工程学院;武汉噢易云计算股份有限公司;嘉兴大学信息科学与工程学院;
摘要：为了解决大规模云桌面实验室因计算机硬件故障导致宕机的不确定性问题，该文基于云桌面技术和机器学习算法，构建了云桌面终端计算机硬件故障智能预警模型。利用云桌面技术实时感知终端计算机的硬件状态数据，根据感知大数据，运用KNN、决策树、支持向量机和XGBoost机器学习算法，实现了云桌面终端计算机硬件故障智能预警模型的训练和评估。实验结果显示，基于XGBoost机器学习算法的故障预警模型对于云桌面终端计算机硬件故障的检测精度更高，检测能力更优。本文提出的故障预警模型在减少粗放式批量化更新计算机的资金成本、加强实验室精细化管理、提升实验室建设管理水平等方面具有显著作用。
关键词：云桌面技术;;机器学习算法;;云桌面计算机硬件监测;;故障预警
基金资助：教育部产学合作协同育人项目(220801381261347)
