Μηχανισμοί ∆ιαχείρισης Edge Cloud Υποδομών Μέσω Βαθιάς Ενισχυτικής Μάθησης

Abstract

Στη σύγχρονη τεχνολογική πραγματικότητα της απαίτησης δεδομένων σε πραγματικό χρόνο, δημιουργείται η ανάγκη για ϐελτιστοποίηση της διαχείρισης των υποδομών που ε- πεξεργάζονται αυτά τα δεδομένα. Ωστόσο, η διόγκωση των μεγεθών των υποδομών αυξάνει σημαντικά και την πολυπλοκότητα της ανάλυσής τους. Οι ανάγκες αυτές οδήγησαν στη χρήση τεχνητής νοημοσύνης και πιο συγκεκριμένα μεθόδων μηχανικής μάθησης, για την κατανόηση και διαχείριση των πολύπλοκων συστημάτων και υποδομών σε πραγματικό χρόνο αυτοματοποιημένα. Το αντικείμενο αυτής της διπλωματικής εργασίας αποτελεί η ανάπτυξη μεθόδων διαχείρι- σης και αντίδρασης σε πιθανές καταστάσεις μιας Cloud-Edge υποδομής για την ϐελτιστοπο- ίηση παραμέτρων του συστήματος καθώς και Quality of Service μετρικών. Χρησιμοποιούνται μοντέλα ενισχυτικής μάθησης που χρησιμοποιούν ϐαθιά νευρωνικά δίκτυα για να αναγνω- ϱίζουν μοτίβα συσχέτισης καταστάσεων-ενεργειών ϐάση συνάρτησεων κέρδους.