Ενορχήστρωση εφαρμογών με χρήση τεχνικών τεχνητής νοημοσύνης για την βελτιστοποίηση της απόδοσης σε ετερογενή περιβάλλοντα υπολογιστικού νέφους
Loading...
Date
2024-07-09
Authors
Τζανεττής, Μιχάλης
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Τα περιβάλλοντα υπολογιστικού νέφους αντιμετωπίζουν σημαντικές προκλήσεις που σχε τίζονται με την αποδοτική κατανομή πόρων, την κλιμάκωση υπηρεσιών και την ορθή τοπο θέτηση υπηρεσιών. Αυτά τα προβλήματα προκύπτουν λόγω της δυναμικής φύσης των φορ τίων εργασίας, της μεταβλητότητας στη ζήτηση των υπηρεσιών και της ανάγκης διατήρησης
μετρικών απόδοσης όπως η απόκριση και η χρήση CPU. Η Μηχανική Μάθηση (ML), και ει δικότερα η Ενισχυτική Μάθηση (RL), έχει αποδειχθεί ότι αποτελεί μια ισχυρή λύση για αυτά
τα προβλήματα, επιτρέποντας αυτόνομες αποφάσεις που προσαρμόζονται στις μεταβαλλόμενες
συνθήκες. Αυτή η διπλωματική εργασία εξετάζει τη χρήση της Ενισχυτικής Μάθησης για
τη βελτιστοποίηση της κατανομής πόρων σε περιβάλλοντα υπολογιστικού νέφους. Ο στόχος
είναι να ενισχυθεί η απόδοση του συστήματος και η αξιοποίηση των πόρων, εκπαιδεύοντας
έναν πράκτορα να λαμβάνει ενημερωμένες αποφάσεις σχετικά με την ενορχήστρωση εφαρμο γών σε ετερογενή περιβάλλοντα νέφους. Η Ενισχυτική Μάθηση (RL) αποδεικνύεται ιδιαίτερα
αποτελεσματική σε περιβάλλοντα με δυναμικό φορτίο εργασίας. Τα παραδοσιακά συστήμα τα διαχείρισης υποδομών συχνά αποτυγχάνουν να προσαρμοστούν επαρκώς στις ταχείες και
απρόβλεπτες αλλαγές στη ζήτηση των υπηρεσιών, οδηγώντας σε προβλήματα όπως η υπο χρησιμοποίηση ή η υπερφόρτωση των πόρων, η αυξημένη καθυστέρηση και η κακή απόδοση
του συστήματος. Η Ενισχυτική Μάθηση παρέχει μια λύση σε αυτά τα προβλήματα μέσω
της ικανότητάς της να μαθαίνει και να προσαρμόζεται σε πραγματικό χρόνο. Με την συνε χή αλληλεπίδραση με το περιβάλλον και την απόκτηση εμπειριών, οι RL πράκτορες μπορούν
να βελτιώσουν τις αποφάσεις τους σχετικά με την κατανομή των πόρων και την τοποθέτηση
των υπηρεσιών. Αυτό γίνεται μέσω της παρακολούθησης των αλλαγών στο φορτίο εργασίας
και της δυναμικής προσαρμογής των ενεργειών τους για να διατηρήσουν την απόδοση του
συστήματος σε βέλτιστα επίπεδα.
Description
Keywords
Ενισχυτική μάθηση, Υπολογιστικό νέφος, Ενορχήστρωση