摘要
本申请公开了一种基于AI的国产化环境应用离线部署方法、设备及介质,基于探针服务预检测国产化环境,生成系统层配置清单,以基于系统层配置清单,并通过双通道深度学习模型提取异构特征,生成异构特征的适配优先级标签;通过静态分析和动态扫描技术解析应用程序,构建依赖列表并基于国产操作系统仓库的元数据,构建版本兼容性图谱;利用图注意力网络生成最小代价替换路径,并针对每个依赖包进行哈希校验,通过差异化打包算法生成增量更新包;通过强化学习模型实时监测系统资源占用情况,以动态优化部署顺序和资源分配策略,并基于自然语言处理模型分析部署日志,识别错误类型并触发修复操作,实现应用离线部署。
技术关键词
异构特征
增量更新包
动态扫描技术
资源分配策略
离线
强化学习模型
国产操作系统
操作系统信息
深度学习模型
非易失性计算机存储介质
计算机可执行指令
深度Q网络
生成系统
调用系统命令
自然语言
验证应用程序
检测操作系统
注意力
图谱
列表
系统为您推荐了相关专利信息
违规外联检测方法
载荷
核心交换机
集成学习方法
机器学习训练
智能推荐方法
智能模型
分布参数模型
在线
模型推荐方法
信道状态特征
智能资源分配
节点
传输方法
资源分配策略