Алєксєєв, Микола ОлександровичІльченко, Михайло Володимирович2026-08-132026-08-132026Ільченко, 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.https://ela.kpi.ua/handle/123456789/82449На 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.83 с.ukволонтерські обчисленняkubernetesгетерогенні середовищапроактивне масштабуванняProphetLLMпредиктивне автомасштабуваннягібридний ШІ-агенткрайові обчисленняvolunteer computingkubernetesheterogeneous environmentsproactive scalingprophetllmpredictive autoscalinghybrid ai-agentedge computingBachelor Thesis