DSTFView: Previsione del Carico di Lavoro AI per Sistemi Cloud-Edge

Un nuovo framework chiamato DSTFView è stato introdotto dai ricercatori per la previsione dei carichi di lavoro in ambienti collaborativi cloud-edge. Questo modello dual-input spazio-temporale-frequenza cattura efficacemente sia le dipendenze di prossimità che quelle periodiche, estraendo anche caratteristiche dai domini spaziale, temporale e di frequenza. Inoltre, utilizza un meccanismo di fusione adattivo per rilevare cambiamenti improvvisi. I test sui dataset CPU e TP indicano che DSTFView supera i modelli di base rappresentativi in vari orizzonti di previsione e criteri di valutazione. Questa ricerca affronta il problema di raggiungere un equilibrio efficace tra la modellazione delle caratteristiche multidimensionali e la garanzia di efficienza nella previsione in sistemi cloud-edge che servono applicazioni sensibili alla latenza, altamente concorrenti e critiche per l'affidabilità.