在实际应用过程中，发现这些业务逻辑的建立是直接关联的，并且业务逻辑之间相互依赖，并且在实现业务逻辑的细节时，需要研究人员进行大量的协调工作，为此系统引入工作流技术，工作流技术致力于对业务流程的管理，将完成任务拆解为定义好的小任务^[7]，并按照一定的规则执行并监控任务状态，借助工作流技术可以将故障诊断实验的业务逻辑提前定义好，在执行过程中自动帮助我们组装起来并实现。

在使用机器学习进行故障诊断时，人工输入并不能缺少，许多现有的架构（例如Mahout^[8]，MLlib^[9]）也提供了很多基于机器学习进一步封装的方法，非常方便使用，但这也造成了这类方法属于黑盒方法，这对需要进一步优化算法模型的用户十分不友好。系统将使用算法过程细化分类，并以可视化的方式展示在系统资源库中，允许用户直观的操作工作流的任务节点组装复杂的算法流程。