您面临的问题是时间序列问题。您的事件是分类的，这是一种特殊情况（因此最常见的技术，如arima和傅里叶变换是无关紧要的）。

在进入分析之前，尝试找出节点之间的事件是否独立。如果它们是独立的，您可以将它们分解为每个节点的序列并分析它们。如果它们不是（例如，节点 x 上的“主电源有故障警报”指示节点 y 上的相同事件），您应该组合序列。有时即使序列是依赖的，您也可以从使用每个节点序列作为额外数据中获益。

您的数据集非常大，这意味着计算需要时间。您的数据可能很嘈杂，因此您可能会遇到一些错误。因此，我建议从简单的模型逐步推进到更复杂的模型。

从描述性统计开始，只是为了探索数据。你有多少活动？它们有多常见？你试图预测的事件的概率是多少？您能否删除一些无意义的事件（例如，通过使用领域知识）？

如果您有领域知识表明最近的事件是重要的，我会尝试根据最后的 n 个事件进行预测。从 1 开始并缓慢增长，因为组合的数量会增长得非常快，并且每个组合的样本数量会变小并且可能会引入错误。

如果重要事件不是最近发生的，请尝试以过去的这些事件为条件。

在大多数情况下，这种简单的模型将帮助您稍微高于基线，但不会太多。然后您将需要更复杂的模型。我建议使用适合您的情况并具有大量实现的关联规则。

您可以进一步推进，但首先尝试这些技术。

前面提到的技术将为您提供一个模型，该模型将预测节点关闭的概率，回答您的问题 (ii)。在节点序列上运行它将使您能够预测无法回答问题 (i) 的节点数。

对于您提到的目标，将有很多后续步骤（基于步骤 1 中的结果）。我提到了将分析提升到新水平的开始步骤。

对于第一个目标，您可以计算某个时间窗口时间范围内每个节点的简单条件概率。在这里，您将看到每个节点如何影响其他节点。此外，探索数据上的贝叶斯网络。对于第二个要求，正如 Dan Levin 所建议的，关联规则是一个很好的起点。为了简化流程，您可以从可用事件中的两个主要事件（可能是电源故障和关联路径断开）开始。将关联规则中的 RHS 修复为提到的两个主要事件。LHS 将是在 RHS 事件之前发生的事件（考虑一些时间窗口）。现在对数据运行关联规则。您将能够找到所考虑的两个事件的一些前兆。您可以在以下论文中找到 Spark 中关联规则的实现：

R-Apriori：基于 Spark 的高效 Apriori 算法

链接：http ://www.iith.ac.in/~mkaul/papers/pikm09-rathee.pdf

此外，要使用关联规则进行预测，考虑以下几点将有助于

1. LHS 和 RHS 之间必须存在时间滞后，即前件（如果一个节点发生电源故障）和规则的结果（下一个事件将是节点关闭）之间的时间间隔

2. 预测规则必须相对于应用领域确定的时间范围有相对稳定的置信度，即对整个 3 个月的数据运行关联规则，你会得到一些有一定置信度的规则。现在按月运行关联规则并查看相同规则的置信度，如果置信度一致，您可以自信地使用这些规则进行预测

更多详情请参考：

http://link.springer.com/chapter/10.1007%2F11548706_11#page-1

您还可以通过考虑 LHS 中的节点 1 并考虑 RHS 中节点 1 事件之后的所有事件来使用目标 1 的关联规则。

希望这可以帮助！！！