一种基于动态图网络的容器化资源管理方法

本申请涉及容器化资源技术领域，公开了一种基于动态图网络的容器化资源管理方法，包括以下步骤，构建动态图网络模型，通过实时监测容器或服务的运行状态、资源使用情况和服务间依赖关系，构建一个动态更新的时空图，训练用于动态资源预测的STAtt‑GCN模型，收集容器或服务的长周期运行历史数据，训练STAtt‑GCN模型，应用STAtt‑GCN模型进行动态资源预测，基于训练好的STAtt‑GCN模型，输入当前网络状态和历史数据，预测未来一段时间内的资源需求，动态资源优化与调度，根据STAtt‑GCN对未来一段时间的资源需求预测，提前调整容器的部署和资源配合。通过空间注意力机制来学习容器间重要性的差异，即根据容器之间的依赖强度和当前任务需求，动态调整对不同邻接容器的重视程度。