本文针对具有流数据的高维广义线性模型开发了一种在线统计推断方法，用于实时估计和推断。我们提出了一种在线debiased lasso方法，该方法与流数据的数据采集方案相一致。在线失效套索与离线失效套索有两个重要的区别。首先，它仅使用历史数据的汇总统计数据更新回归系数的组件式置信区间。其次，在线衰减套索增加了一个附加项，以纠正在线更新过程中累积的近似误差。我们证明了我们在广义线性模型中提出的在线debiased估计是渐近正态的。该结果为利用流数据进行实时中期统计推断提供了理论依据。我们进行了大量的数值实验，以评估我们提出的在线衰减套索方法的性能。这些实验证明了我们算法的有效性，并支持理论结果。此外，我们用一个高维文本数据集说明了我们的方法的应用。