.png){kind=icon}
返回
CSCR: A Cross-View Intelligent Scheduling Method Implemented via Cloud Computing Workflow Reduction
.png){kind=icon}
PRE
AI
DOI：10.1109/TCC.2025.3591549.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能的快速发展导致了计算任务复杂度和云计算场景中资源需求的增加。因此，智能调度方法已成为一个关键的研究领域。解决复杂的调度问题需要尽可能多地利用问题特征和长序列决策观察。为解决在模型能力受限下的工作流调度问题，本文首先提出了工作流缩减和跨视图工作流调度问题，并描述了每个问题的优化目标和约束。其次，提出了一种通过云计算工作流缩减（CSCR）实现的跨视图智能调度方法，包括工作流缩减排序算法（Task-priority ranker）、智能缩减算法（Workflow view-transformer）和跨视图智能调度算法（Joint-scheduler）。本文还提出了工作流缩减范式下的智能调度架构。通过缩减工作流，我们提供了多个视图以支持基于深度强化学习的调度模型的决策过程，并协调缩减前后的工作流视图，以实现跨视图联合调度。实验结果表明，CSCR在三个工作流缩减指标上相较于其他四种算法分别取得了42.1%、43.2%和33.3%的最小优势，显著优化了所采用的调度模型的效果。
Keyword:
Cloud computing
workflow reduction
cross-view
deep reinforcement learning
intelligent scheduling
期刊
I
IF:
5
论文数:
1.9K
被引数:
4.3K
机构
引用论文
.png){kind=icon}
分享收藏
A deep reinforcement learning-based optimization approach for containerized microservice scheduling in Hybrid Fog/Cloud environments基于深度强化学习的混合雾/云环境下的容器化微服务调度优化方法
PREAI
分享收藏Partitioning Hypergraphs is Hard: Models, Inapproximability, and Applications图划分是困难的：模型、不可近似性与应用
OAAI
OAAI分享收藏分享收藏
查看更多内容