FAULT TOLERANCE AND RELIABILITY IN KUBERNETES-ORCHESTRATED MULTI-AGENT SYSTEMS: UNIVERSI-TY SCHEDULING CASE STUDY

2025

Full text Open access: Gold Metadata (CSL-JSON)
DOI 10.54309/ijict.2025.21.1.013
Data confidence 85 high
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Многоагентные системы (MAS) играют особую роль в распределенных вычислениях и в средах, требующих автономной координации, таких как робототехника, облачные вычисления и управление дорожным движением. Однако обеспечение отказоустойчивости и надежности MAS остается значительной задачей, особенно в крупномасштабных развертываниях. В данном исследовании рассматривается влияние оркестрации на основе Kubernetesна отказоустойчивость MAS, оцениваются такие механизмы, как автоматическое масштабирование, стратегии избыточности и самовосстановление. Экспериментальные результаты показывают, что Kubernetesповышает устойчивость MAS, снижая частоту сбоев и сокращая среднее время восстановления. В исследовании также рассматриваются компромиссы между производительностью и потреблением ресурсов, показывая, что избыточность и авто-масштабирование улучшают надежность системы, но при этом увеличивают вычислительную нагрузку. Планирование на основе аффинности и выборочная избыточность были признаны эффективными методами балансировки эффективности и надежности. Полученные результаты имеют важное значение для реальных внедрений MAS, особенно в оптимизации конфигураций Kubernetesдля обеспечения отказоустойчивости без чрезмерного расхода ресурсов. Будущие исследования должны сосредоточиться на масштабировании, управляемом ИИ, гибридном облачно-периферийном исполнении и усовершенствованных механизмах обнаружения сбоев для дальнейшего повышения надежности и эффективности MAS в динамичных средах.