浙大学术头条
26-01-23 11:40 微博认证:浙江大学出版社有限责任公司

#每日一篇学术文章# 【基于强化学习的Kubernetes云边协同计算调度算法】(Reinforcement learning-based scheduling algorithm for cloud-edge collaborative computing on Kubernetes)http://t.cn/AXGsd3H1
摘要
针对云边协同计算在网络资源和计算资源不平衡、任务类型和到达时间不确定的场景中存在资源利用不充分的问题,提出基于强化学习的云边协同计算资源调度算法KNCS. 通过综合考虑网络资源和计算资源的状态,该算法实现了更短的传输时间、处理时间和周转时间. 设计统一的信息传输平台,聚合来自计算节点和各个任务的信息,支持任务依赖关系的定义,根据运行任务的类型动态调整后续任务,提供更真实的任务调度场景. 实验结果表明,在云边协同计算场景下,KNCS算法的性能优于默认的Kubernetes调度算法.
关键词 :云边协同计算;物联网;任务调度;强化学习算法;分布式计算

来源:浙江大学学报工学版

发布于 浙江