本发明公开了一套数据中心滞后任务失效预测方法，由六个步骤组成：初始化、静态任务失效预测模型构建、动态任务失效预测模型构建、增强特征模型构建、集成任务失效预测模型构建、滞后任务失效预测。本发明将每一次执行过程看作不同的执行实例，通过分析失效实例在时间、配置、资源、运行环境四个方面的行为模式，结合任务运行前的节点状态、任务静态配置特征，以及任务运行过程中动态的资源使用特征及节点资源环境变化特征，设计了基于神经网络模型和决策树模型的集成学习模型。该框架能够利用静态配置在任务提交初期最早的得出静态预测结果，并根据预测的可信程度利用后续的动态模型对不同长度的执行实例进行预测，实现更高的预测精准度。