一种基于人工智能的容器运行方法

本申请公开了一种基于人工智能的容器运行方法，包括：先扫描基础镜像生成唯一基因编码，构建行为画像库，再用历史数据训练模型为扩展镜像打标签；接着计算用户输入镜像与画像库基因相似度，筛选高相似度镜像，评估组合成功率，剔除冲突镜像后排序推荐；分发时对镜像分片，生成校验信息，计算节点信誉分，选高信誉节点并行传输，目标节点重组后校验完整性；此方案实现了镜像组合的精准推荐与冲突预判，确保分发高效且完整，提升了镜像管理智能化程度，降低了部署失败率，优化了资源利用，为容器化环境提供稳定可扩展的镜像管理方案。