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

2025

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.54309/ijict.2025.21.1.013
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.