Підхід до управління обчислювальними ресурсами і робочим навантаженням у гетерогенних Kubernetes-середовищах на основі штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorАлєксєєв, Микола Олександрович
dc.contributor.authorІльченко, Михайло Володимирович
dc.date.accessioned2026-08-13T09:42:47Z
dc.date.available2026-08-13T09:42:47Z
dc.date.issued2026
dc.description.abstractНа сьогодні існують рішення на основі технологій штучного інтелекту, спрямовані на підвищення передбачуваності та стабільності використання обчислювальних ресурсів шляхом проактивного масштабування кількості вузлів і реплік контейнеризованих сервісів. Проте більшість таких підходів орієнтовані на використання хмарних сервісів та однорідних високопродуктивних ресурсів, що зумовлює їх високу обчислювальну складність, економічну витратність і залежність від постійного інтернет-з’єднання. Через це вони лише частково придатні для автономних гетерогенних систем з динамічною архітектурою на основі BYON і особливо для систем з обчислювальними вузлами на основі автономних пристроїв із відносно невеликою обчислювальною потужністю. Тож тема роботи, присвяченої розробці гібридного проактивного підходу до управління обчислювальними ресурсами і робочим навантаженням у гетерогенних Kubernetes середовищах з динамічною архітектурою і автономними вузлами на основі штучного інтелекту є актуальною. Метою роботи є підвищення ефективності планування інфраструктури гетерогенних середовищ Kubernetes з динамічною архітектурою за рахунок застосування ШІ для прогнозування навантаження та проактивного розподілу обчислювальних ресурсів.
dc.description.abstractotherTo date, artificial intelligence-based solutions exist that aim to improve the predictability and stability of resource usage through proactive scaling of nodes and container replicas. However, most of these approaches target cloud services and homogeneous high-performance resources. As a result, they are characterized by high computational complexity, significant economic costs, and dependence on a constant internet connection. Consequently, they are only partially suitable for autonomous heterogeneous systems with dynamic architecture based on BYON, especially those whose nodes are autonomous devices with relatively modest computing power. So the topic is highly relevant, as it deals with developing a hybrid proactive approach to managing computing resources and workload in heterogeneous Kubernetes environments with dynamic architecture and autonomous nodes, based on artificial intelligence. The goal of the study is to increase the efficiency of infrastructure planning for heterogeneous Kubernetes environments with dynamic architecture by applying AI for load forecasting and proactive allocation of computing resources.
dc.format.extent83 с.
dc.identifier.citationІльченко, М. В. Підхід до управління обчислювальними ресурсами і робочим навантаженням у гетерогенних Kubernetes-середовищах на основі штучного інтелекту : дипломна робота … бакалавра : 172 Телекомунікації та радіотехніка / Ільченко Михайло Володимирович. – Київ, 2026. – 83 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82449
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectволонтерські обчислення
dc.subjectkubernetes
dc.subjectгетерогенні середовища
dc.subjectпроактивне масштабування
dc.subjectProphet
dc.subjectLLM
dc.subjectпредиктивне автомасштабування
dc.subjectгібридний ШІ-агент
dc.subjectкрайові обчислення
dc.subjectvolunteer computing
dc.subjectkubernetes
dc.subjectheterogeneous environments
dc.subjectproactive scaling
dc.subjectprophet
dc.subjectllm
dc.subjectpredictive autoscaling
dc.subjecthybrid ai-agent
dc.subjectedge computing
dc.titleПідхід до управління обчислювальними ресурсами і робочим навантаженням у гетерогенних Kubernetes-середовищах на основі штучного інтелекту
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Ilchenko_bakalavr.pdf
Розмір:
964.5 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІТТ)
Бакалаврські роботи