机构名称：
¥ 1.0
无服务器计算近年来对云服务提供商及其客户群都引起了极大的兴趣。该模型需要将用户应用程序资源管理的整个问题转移到服务提供商。在无服务器系统中，鉴于涉及的颗粒计费模块，提供商具有高度动力，可以实现其基础架构的经济高效使用。但是，由于无服务器工作负载和系统的动态和多租户性质，在维护功能性能的同时实现有效的资源管理是一项艰巨的任务。应用程序的需求水平的快速变化导致函数实例的实际资源使用模式变化。由于资源争议，这会导致共同确定的功能的性能变化，这些功能竞争类似的资源。大多数现有的无服务器调度工作提供了用于功能调度的启发式技术，这些技术无法捕获由多租赁和不同用户请求模式引起的这些系统中的真实动态。此外，他们很少考虑实现提供商资源效率以及应用程序绩效的双重目标。在本文中，我们提出了一种新颖的技术，其中包含了深度强化学习（DRL），以克服在具有异构计算资源的高度动态无服务器计算环境中功能调度的上述挑战。我们在实用的环境中训练和评估我们的模型，该设置合并了kubeless，这是一个开源的无服务器框架，该框架部署在23节点的kubernetes群集设置上。©2023 Elsevier B.V.保留所有权利。与基线技术相比，在该测试床环境中进行的广泛实验显示出令人鼓舞的结果，分别提高了24％和34％的成本。
在...
主要关键词
相关文件推荐
