摘要
本发明涉及城市轨道交通设备智能化管理技术领域,具体为一种城轨设备容器化部署的资源管理方法。针对现有容器化部署中资源管理静态粗放、响应滞后的问题,本发明通过以下创新实现动态优化:在智能融合主机设备上容器化部署多业务子系统;实时采集带时空标签的容器资源数据构建多源监控立方体;基于联邦学习框架融合图神经网络建模容器资源依赖关系,结合时序注意力机制预测负载动态;通过算力单元执行动态资源分配;采用优先级保障机制识别突发负载并优先调配资源;运用深度学习模型评估迁移代价,实现平滑容器迁移。该方法显著提升资源利用率与系统稳定性,降低关键业务中断风险,为城轨设备提供高可靠的智能化资源管理支撑。
技术关键词
城轨设备
资源管理方法
容器
主控单元
注意力机制
数据
存储单元
子系统
主机设备
城市轨道交通设备
嵌入式实时操作系统
智能化管理技术
资源分配优先级
深度学习模型
优化资源管理
节点资源状态
资源依赖关系
业务运行状态
系统为您推荐了相关专利信息
动态重构方法
进化优化算法
重构模型
双向长短期记忆网络
时域卷积网络
注意力机制
图像超分辨率方法
交互特征
多尺度特征融合
多层特征融合
分割方法
深度学习模型
离散余弦变换
空洞
注意力机制
地形特征
状态空间模型
浅层特征提取
残差网络
分辨率
路灯检测系统
多维度特征提取
图像获取模块
城市道路照明系统
识别模块