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。
