Réseaux IP déterministes massivement extensibles
Massively Scalable Deterministic IP Networks
Résumé
Edge serverless computing is a promising concept in the field of cloud computing that merges the advantages of serverless computing with edge computing. This innovative approach aims to bring computational capabilities closer to the source of data or the network's edge. By doing so, it enables rapid processing in real-time with minimal delay, all while retaining the user-friendly nature and scalability that serverless computing offers. However, the research and practice of edge serverless computing is still in a relatively early stage, and the performance of current edge serverless computing platforms is still a bit far from the target. At the same time, the large-scale application of artificial intelligence, Internet of Things (IoT), and new-generation communication technologies has greatly improved network traffic but also put forward higher requirements for the response time of requests and packet loss rate and other indicators. Thus, analyzing and optimizing serverless networks at the edge becomes a concern.In this article, our main work consists of modeling and analyzing edge serverless computing networks and optimizing edge serverless computing networks using machine learning algorithms.First, we introduce the background and related technologies of edge serverless computing in detail and explain the inevitability of evolving from traditional serverless computing to edge serverless computing. After that, we propose a hierarchical structure for edge serverless computing networks based on related work and discuss the current trends in edge serverless computing and the challenges it faces.Second, we model communication and computation in edge serverless computing networks using homogeneous Poisson point process and queuing theory, respectively, and analyze the impact of different network environments on request-response events.Finally, we propose a dynamic serverless function allocation algorithm utilizing deep deterministic policy gradients and compare it with traditional algorithms.
L'Edge serverless computing est un concept prometteur dans le domaine de l'informatique en nuage qui fusionne les avantages de l'informatique sans serveur avec l'edge computing. Cette approche innovante vise à rapprocher les capacités de calcul de la source des données ou de la périphérie du réseau. Ce faisant, elle permet un traitement rapide en temps réel avec un délai minimal, tout en conservant la convivialité et l'évolutivité qu'offre l'informatique sans serveur. Toutefois, la recherche et la pratique de l'informatique sans serveur en périphérie en sont encore à un stade relativement précoce, et les performances des plateformes actuelles d'informatique sans serveur en périphérie sont encore un peu loin de l'objectif. Parallèlement, l'application à grande échelle de l'intelligence artificielle, de l'internet des objets (IoT) et des technologies de communication de nouvelle génération a considérablement amélioré le trafic réseau, mais a également mis en avant des exigences plus élevées pour le temps de réponse des demandes et le taux de perte de paquets, ainsi que d'autres indicateurs. Ainsi, l'analyse et l'optimisation des réseaux sans serveur à la périphérie deviennent une préoccupation.Dans cet article, notre travail principal consiste à modéliser et à analyser le réseau informatique sans serveur à la périphérie et à utiliser des algorithmes d'apprentissage par renforcement pour optimiser dynamiquement la distribution des fonctions dans le réseau afin que le réseau puisse améliorer le temps de réponse autant que possible et réduire le taux de perte de paquets sous les ressources informatiques limitées.Tout d'abord, nous présentons en détail le contexte et les technologies connexes de l'informatique sans serveur en périphérie et expliquons le caractère inévitable de l'évolution de l'informatique sans serveur traditionnelle vers l'informatique sans serveur en périphérie.Ensuite, nous proposons une structure hiérarchique pour les réseaux d'informatique sans serveur en périphérie basée sur des travaux connexes et nous discutons des tendances actuelles de l'informatique sans serveur en périphérie et des défis auxquels elle est confrontée.Ensuite, nous modélisons la communication et le calcul dans les réseaux informatiques sans serveur à l'aide d'un processus ponctuel de Poisson homogène et de la théorie des files d'attente, respectivement, et nous analysons l'impact des différents environnements de réseau sur les événements demande-réponse.Enfin, nous proposons un algorithme d'allocation dynamique de fonctions sans serveur utilisant des gradients de politique déterministes profonds et nous le comparons aux algorithmes traditionnels.
Infos complémentaires
-
Identifiant HAL : 2023UPASG102
-
degree committee member :
-
Langue originale :anglais
-
Date de la thèse : 2023-12-12
-
Informations sur la thèse : Domaine : Humanities and Social Sciences/Library and information sciences
-
Accès : Distributed under a Creative Commons Attribution 4.0 International License
FAQ
Liens FAQ