一种基于深度学习以及动静态特征的应用制品分类管理方法、系统、设备及介质

本发明公开了一种基于深度学习以及动静态特征的应用制品分类管理方法、系统、设备及介质，属于分类管理技术领域，包括在调度边缘集群接收到应用制品后，提取应用制品的静态特征；在制品运行后，提取制品应用的动态特征；采用神经网络模型对镜像的静态特征、镜像的动态特征进行特征提取；根据提取的特征对应用制品进行分类；根据分类结果与边缘集群的可用域资源状态，确定部署位置与资源分配方案，完成应用制品的部署。本发明获得静态特征以及动态特征之后，采用新建的神经网络模型对镜像的静态特征、动态特征进行特征提取，再根据提取的特征进行制品分类，根据分类结果实现应用制品部署的智能化管理，提升系统功能模块部署合理性。