可修复的大规模长期运行计算（RLLC）集群系统的准确故障数量预测是一个挑战，因为该系统具有可修复性和规模大的特点。 此外，从系统维护得出的变化故障率产生了一个小的样本问题，即从不同时间阶段观察到的故障数不属于同一群体。 为了应对这一挑战，在时间序列和自举方法的基础上，提出了一种通用的贝叶斯序列修订预测方法（FaBSR），它可以确定故障数的分布，分析故障率的变化趋势并准确地预测故障。数字。 为了证明该方法的性能，将洛斯阿拉莫斯国家实验室（LANL）群集系统的数据用作典型的RLLC系统进行大量实验。