エッジクラウドリソース管理のためのハイブリッド予測・予見フレームワーク

本稿では、エッジクラウドにおけるリソース管理のための新しいハイブリッドフレームワークを提案している。従来のリソース管理は反応的であり、静的な閾値に依存することでオーバースペンドや性能低下を引き起こす問題があった。このフレームワークは、未来を予測し、問題の発生を事前に察知することを目的としている。具体的には、CNN LSTMモデルを用いた時系列予測と、マルチエージェントの深層強化学習に基づくオーケストレーターを結合したアーキテクチャを採用している。予測結果を強化学習エージェントの状態空間に直接埋め込むことで、エージェントは未来を見据えたより良い意思決定が可能となり、システムの効率とアプリケーションの処理速度を最適化できる。テスト結果では、この新しいシステムが従来の方法を上回る性能を示している。