1.一种CEPH分布式计算机故障诊断方法，其特征在于，该方法包括以下步骤：

获取各对象存储下的磁盘的IOPS负载特征指标、各对象存储对应的暂态上下行流量和缓冲区队列深度；其中，所述IOPS负载特征指标包括：IOPS总性能极差、IOPS总性能方差和IOPS总性能最低值包络值；

对于任意对象存储，分别计算固定时间段内的各所述IOPS负载特征指标的频率波动程度作为第一波动程度、第二波动程度和第三波动程度；分别计算各所述IOPS负载特征指标的幅度波动程度作为第四波动程度、第五波动程度和第六波动程度；计算固定时间段内的所述缓冲区队列深度的波动程度作为第七波动程度；计算固定时间段内的所述暂态上下行流量的波动程度作为第八波动程度；

由第一、第二、第三、第四、第五、第六、第七和第八波动程度构建特征矩阵；将各所述对象存储对应的所述特征矩阵进行聚类，得到多个聚类簇；

将所述特征矩阵转化成行列式，所述行列式的值的绝对值作为负载故障隐患指数；将所述负载故障隐患指数输入特征矩阵所属聚类簇对应的隐患指数发展趋势模型，输出预测负载故障隐患指数；基于所述预测负载故障隐患指数对计算机的磁盘进行故障判断；

其中，所述第一波动程度的计算公式为：

其中，A1为所述第一波动程度；ai+1为固定时间段内的第i+1个IOPS总性能极差；ai为固定时间段内的第i个IOPS总性能极差；ai‑1为固定时间段内的第i‑1个IOPS总性能极差；mean(a)为固定时间段内的IOPS总性能极差的均值；abs()函数为绝对值函数；

其中，该第二波动程度A2的计算公式为；

其中，vi+1为固定时间段内的第i+1个IOPS总性能方差；vi为固定时间段内的第i个IOPS总性能方差；vi‑1为固定时间段内的第i‑1个IOPS总性能方差；mean(v)为固定时间段内的IOPS总性能方差的均值；abs()函数为绝对值函数；

其中，该第三波动程度A3的计算公式为：

其中，gEi+1为固定时间段内的第i+1个IOPS总性能最低值包络值；gEi为固定时间段内的第i个IOPS总性能最低值包络值；gEi‑1为固定时间段内的第i‑1个IOPS总性能最低值包络值；mean(gE)为固定时间段内的IOPS总性能最低值包络值的均值；abs()函数为绝对值函数；

其中，第四波动程度A4的计算公式为：

其中，amax为窗口性能极差序列中最大的IOPS总性能极差；amin为窗口性能极差序列中最小的IOPS总性能极差；mean(a)为固定时间段内的IOPS总性能极差的均值，也即窗口性能极差序列中所有IOPS总性能极差的均值；

其中，第五波动程度A5的计算公式为：

其中，vmax为窗口性能方差序列中最大的IOPS总性能方差；vmin为窗口性能方差序列中最小的IOPS总性能方差；mean(v)为固定时间段内的IOPS总性能方差的均值，也即窗口性能方差序列中所有IOPS总性能方差的均值；

其中，第六波动程度A6的计算公式为：

其中，gEmax为窗口包络值序列中最大的IOPS总性能最低值包络值；gEmin为窗口包络值序列中最小的IOPS总性能最低值包络值；mean(gE)为固定时间段内的IOPS总性能最低值包络值的均值，也即窗口包络值序列中所有IOPS总性能最低值包络值的均值；

其中，所述第七波动程度的计算公式为：

其中，A7为所述第七波动程度；mean(S)为固定时间段内的缓冲区队列深度的均值；Var(S)为固定时间段内缓冲区队列深度构成的窗口深度序列的方差；Si为固定时间段内的第i个缓冲区队列深度；Si+1为固定时间段内的第i+1个缓冲区队列深度；

其中，第八波动程度的计算公式为：

其中，A8为所述第八波动程度；mean(T)为固定时间段内的暂态上下行流量的均值；Var(T)为固定时间段内暂态上下行流量构成的窗口流量序列的方差；Ti为固定时间段内的第i个暂态上下行流量；Ti+1为固定时间段内的第i+1个暂态上下行流量。

2.根据权利要求1所述的一种CEPH分布式计算机故障诊断方法，其特征在于，所述将各所述对象存储对应的所述特征矩阵进行聚类，得到多个聚类簇，包括：利用量子聚类算法将多个所述特征矩阵进行聚类，得到多个聚类簇。

3.根据权利要求1所述的一种CEPH分布式计算机故障诊断方法，其特征在于，所述隐患指数发展趋势模型，包括：对于任意聚类簇，获取多个时间段对应的多个负载故障隐患指数；对所述负载故障隐患指数进行平稳化处理，得到多个子分量；将多个所述子分量重组为隐患指数发展趋势模型的输入数据，并划分为训练集和测试集；其中，每个聚类簇对应一个隐患指数发展趋势模型。

4.根据权利要求1所述的一种CEPH分布式计算机故障诊断方法，其特征在于，所述基于所述预测负载故障隐患指数对计算机的磁盘进行故障判断，包括：当所述预测负载故障隐患指数大于预设隐患阈值时，认为所述计算机中对应的磁盘出现故障。