Buchumschlag

KCES: A Workflow Containerization Scheduling Scheme Under Cloud-Edge Collaboration Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shan, Chenggang, Gao, Runze, Han, Qinghua, Yang, Zhen, Zhang, Jinhui, Xia, Yuanqing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Resource Allocation for Workflow Containerization on Kubernetes
von: Shan, Chenggang, et al.
Veröffentlicht: (2023)

PipeSD: An Efficient Cloud-Edge Collaborative Pipeline Inference Framework with Speculative Decoding
von: Han, Yunhe, et al.
Veröffentlicht: (2026)

Efficient Probabilistic Workflow Scheduling for IaaS Clouds
von: Russo, Gabriele Russo, et al.
Veröffentlicht: (2024)

ML-ECS: A Collaborative Multimodal Learning Framework for Edge-Cloud Synergies
von: Liu, Yuze, et al.
Veröffentlicht: (2026)

A Pipelined Collaborative Speculative Decoding Framework for Efficient Edge-Cloud LLM Inference
von: Zhang, Yida, et al.
Veröffentlicht: (2026)

Performance Characterization of Containerized DNN Training and Inference on Edge Accelerators
von: K., Prashanthi S., et al.
Veröffentlicht: (2023)

Understanding Layered Portability from HPC to Cloud in Containerized Environments
von: Medeiros, Daniel, et al.
Veröffentlicht: (2024)

Reinforcement Learning based Workflow Scheduling in Cloud and Edge Computing Environments: A Taxonomy, Review and Future Directions
von: Jayanetti, Amanda, et al.
Veröffentlicht: (2024)

Minimizing Energy in Reliability and Deadline-Ensured Workflow Scheduling in Cloud
von: Sarkar, Suvarthi, et al.
Veröffentlicht: (2025)

Collaborative Resource Management and Workloads Scheduling in Cloud-Assisted Mobile Edge Computing across Timescales
von: Tang, Lujie, et al.
Veröffentlicht: (2024)

Containerization in Multi-Cloud Environment: Roles, Strategies, Challenges, and Solutions for Effective Implementation
von: Waseem, Muhammad, et al.
Veröffentlicht: (2024)

Exact, Efficient, and Reliable Multi-Objective and Multi-Constrained IoT Workflow Scheduling in Edge-Hub-Cloud Cyber-Physical Systems
von: Kouloumpris, Andreas, et al.
Veröffentlicht: (2026)

Reinforcement Learning-driven Data-intensive Workflow Scheduling for Volunteer Edge-Cloud
von: Mounesan, Motahare, et al.
Veröffentlicht: (2024)

ProvDeploy: Provenance-oriented Containerization of High Performance Computing Scientific Workflows
von: Kunstmann, Liliane, et al.
Veröffentlicht: (2024)

Scientific Workflow Scheduling in Cloud Considering Cold Start and Variable Pricing Model
von: Sarkar, Suvarthi, et al.
Veröffentlicht: (2025)

Egret: Reinforcement Mechanism for Sequential Computation Offloading in Edge Computing
von: Peng, Haosong, et al.
Veröffentlicht: (2024)

KubeDSM: A Kubernetes-based Dynamic Scheduling and Migration Framework for Cloud-Assisted Edge Clusters
von: Pashaeehir, Amirhossein, et al.
Veröffentlicht: (2025)

Cooperative Graceful Degradation In Containerized Clouds
von: Agrawal, Kapil, et al.
Veröffentlicht: (2023)

A Deep Reinforcement Learning Approach for Cost Optimized Workflow Scheduling in Cloud Computing Environments
von: Jayanetti, Amanda, et al.
Veröffentlicht: (2024)

CoEdge-RAG: Optimizing Hierarchical Scheduling for Retrieval-Augmented LLMs in Collaborative Edge Computing
von: Hong, Guihang, et al.
Veröffentlicht: (2025)

Seer: Proactive Revenue-Aware Scheduling for Live Streaming Services in Crowdsourced Cloud-Edge Platforms
von: Huang, Shaoyuan, et al.
Veröffentlicht: (2024)

Truffle: Efficient Data Passing for Data-Intensive Serverless Workflows in the Edge-Cloud Continuum
von: Marcelino, Cynthia, et al.
Veröffentlicht: (2024)

Syndeo: Portable Ray Clusters with Secure Containerization
von: Li, William, et al.
Veröffentlicht: (2024)

Adaptive Heuristics for Scheduling DNN Inferencing on Edge and Cloud for Personalized UAV Fleets
von: Raj, Suman, et al.
Veröffentlicht: (2024)

A Survey on Scheduling Techniques in the Edge Cloud: Issues, Challenges and Future Directions
von: Asghar, Hassan, et al.
Veröffentlicht: (2022)

iDynamics: A Configurable Emulation Framework for Evaluating Microservice Scheduling Policies under Controllable Cloud-Edge Dynamics
von: Chen, Ming, et al.
Veröffentlicht: (2025)

AgentFlow: Resilient Adaptive Cloud-Edge Framework for Multi-Agent Coordination
von: Chen, Ching Han, et al.
Veröffentlicht: (2025)

Serverless Everywhere: A Comparative Analysis of WebAssembly Workflows Across Browser, Edge, and Cloud
von: Colosi, Mario, et al.
Veröffentlicht: (2025)

ARRC: Explainable, Workflow-Integrated Recommender for Sustainable Resource Optimization Across the Edge-Cloud Continuum
von: Jahnke, Brian-Frederik, et al.
Veröffentlicht: (2025)

PerLLM: Personalized Inference Scheduling with Edge-Cloud Collaboration for Diverse LLM Services
von: Yang, Zheming, et al.
Veröffentlicht: (2024)

Kub: Enabling Elastic HPC Workloads on Containerized Environments
von: Medeiros, Daniel, et al.
Veröffentlicht: (2024)

Sustainable Graph Analytics Workload Scheduling with Evolutionary Reinforcement Learning in Edge-Cloud Systems
von: Ramicetty, P., et al.
Veröffentlicht: (2026)

HyperDrive: Scheduling Serverless Functions in the Edge-Cloud-Space 3D Continuum
von: Pusztai, Thomas, et al.
Veröffentlicht: (2024)

A Decentralized Microservice Scheduling Approach Using Service Mesh in Cloud-Edge Systems
von: Wen, Yangyang, et al.
Veröffentlicht: (2025)

Propius: A Platform for Collaborative Machine Learning across the Edge and the Cloud
von: Ding, Eric
Veröffentlicht: (2025)

WOW: Workflow-Aware Data Movement and Task Scheduling for Dynamic Scientific Workflows
von: Lehmann, Fabian, et al.
Veröffentlicht: (2025)

DECICE: AI-Driven Scheduling and Digital Twin Integration for the Cloud-HPC-Edge Compute Continuum
von: Sharma, Aasish Kumar, et al.
Veröffentlicht: (2026)

ECC-SNN: Cost-Effective Edge-Cloud Collaboration for Spiking Neural Networks
von: Yu, Di, et al.
Veröffentlicht: (2025)

iDDS: Intelligent Distributed Dispatch and Scheduling for Workflow Orchestration
von: Guan, Wen, et al.
Veröffentlicht: (2025)

MoA-Off: Adaptive Heterogeneous Modality-Aware Offloading with Edge-Cloud Collaboration for Efficient Multimodal LLM Inference
von: Yang, Zheming, et al.
Veröffentlicht: (2025)