简介： 本发明公开了一种数据中心虚拟基础设施的故障时间分析方法，包括：获取虚拟网络的系统参数，并构建系统的集成马尔科夫链；对集成马尔可夫链进行凸分解，得到多个相互独立的子马尔科夫链；构建强化学习算法模型，并对其进行训练；利用训练好的强化学习算法模型对每个子马尔科夫链进行样本路径状态转移预测，得到对应的转移策略，以对系统故障时间分布进行估计。本发明将强化学习算法与集成马尔科夫链的凸分解算法结合，在将高维多功能过程转化为一系列相互关联的低维单功能过程基础上，利用强化学习智能体有效训练，可以快速的找到相互关联的单个马尔科夫链之间的转移过程，从而可以对系统故障时间分布进行可扩展的快速估计。