Современные сервисы ежедневно обрабатывают миллионы обращений, полагаясь на планировщики задач. Традиционные алгоритмы часто ошибаются в прогнозах или тратят слишком много ресурсов на вычисления, из-за чего одни серверы простаивают, а другие захлебываются от потока данных. Новый подход учитывает три ключевых фактора: время выполнения операции, текущую загрузку устройства и историческую точность прогнозов для каждого узла.
Если сервер начинает работать хуже ожидаемого, система автоматически понижает его приоритет и перенаправляет задачи на более надежные мощности. По словам аспиранта кафедры «Автоматика и телемеханика» ПНИПУ Егора Трушкина, это позволяет избежать перегрузок в моменты сбоев или нестабильной работы. Эффективность метода подтвердили на виртуальных стендах: распределение нагрузки стало равномернее на 60–70%.
Главное преимущество разработки заключается в ее доступности. Метод не требует обучения нейросетей или использования суперкомпьютеров, что позволяет внедрять его на существующей инфраструктуре. Технология подходит для стриминговых платформ, интернет-магазинов и облачных сервисов, где критически важна минимальная задержка ответа для пользователя.
Комментарии (0)
Пока нет комментариев. Будьте первым!