本书的主要工作包括如下三个方面：首先，针对基于有监督分类模型的磁盘故障预测方法存在适用性受限的问题，提出了基于异常检测模型的磁盘故障预测方法SPA。SPA将故障磁盘样本当作异常，仅利用健康磁盘样本进行模型训练，解决了模型冷启动问题。其次，针对缺少预测错误代价评估指标的问题，提出了磁盘故障预测错误代价优化方法VCM。从降低可靠性维护开销的角度出发，VCM将错误预测代价引入磁盘故障预测中，并通过代价敏感学习来降低错误预测代价。最后，针对基于扇区故障预测的扫描检测方法导致扫描检测开销增加的问题，提出了自适应扫描检测方法FAS。基于扇区故障预测结果，FAS对存在扇区故障的磁盘提高扫描检测频率，对健康磁盘降低扫描检测频率。此外，针对周期性的扫描检测行为，提出了一种基于投票的映射方法来提升预测准确率。