ReinFog: A Deep Reinforcement Learning Empowered Framework for Resource Management in Edge and Cloud Computing Environments
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Zhiyu, Goudarzi, Mohammad, Buyya, Rajkumar |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
TF-DDRL: A Transformer-enhanced Distributed DRL Technique for Scheduling IoT Applications in Edge and Cloud Computing Environments
di: Wang, Zhiyu, et al.
Pubblicazione: (2024)
di: Wang, Zhiyu, et al.
Pubblicazione: (2024)
Performance and Security Aware Distributed Service Placement in Fog Computing
di: Goudarzi, Mohammad, et al.
Pubblicazione: (2026)
di: Goudarzi, Mohammad, et al.
Pubblicazione: (2026)
A Knowledge Distillation-empowered Adaptive Federated Reinforcement Learning Framework for Multi-Domain IoT Applications Scheduling
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)
Reinforcement Learning based Workflow Scheduling in Cloud and Edge Computing Environments: A Taxonomy, Review and Future Directions
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024)
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024)
A Deep Reinforcement Learning Approach for Cost Optimized Workflow Scheduling in Cloud Computing Environments
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024)
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024)
DeFRiS: Silo-Cooperative IoT Applications Scheduling via Decentralized Federated Reinforcement Learning
di: Wang, Zhiyu, et al.
Pubblicazione: (2026)
di: Wang, Zhiyu, et al.
Pubblicazione: (2026)
AirFed: A Federated Graph-Enhanced Multi-Agent Reinforcement Learning Framework for Multi-UAV Cooperative Mobile Edge Computing
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)
A Risk-Aware UAV-Edge Service Framework for Wildfire Monitoring and Emergency Response
di: Huang, Yulun, et al.
Pubblicazione: (2026)
di: Huang, Yulun, et al.
Pubblicazione: (2026)
Deep Reinforcement Learning-based Methods for Resource Scheduling in Cloud Computing: A Review and Future Directions
di: Zhou, Guangyao, et al.
Pubblicazione: (2021)
di: Zhou, Guangyao, et al.
Pubblicazione: (2021)
iAnomaly: A Toolkit for Generating Performance Anomaly Datasets in Edge-Cloud Integrated Computing Environments
di: Fernando, Duneesha, et al.
Pubblicazione: (2024)
di: Fernando, Duneesha, et al.
Pubblicazione: (2024)
A Joint Time and Energy-Efficient Federated Learning-based Computation Offloading Method for Mobile Edge Computing
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2024)
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2024)
Placement of Microservices-based IoT Applications in Fog Computing: A Taxonomy and Future Directions
di: Pallewatta, Samodha, et al.
Pubblicazione: (2022)
di: Pallewatta, Samodha, et al.
Pubblicazione: (2022)
TrustMesh: A Blockchain-Enabled Trusted Distributed Computing Framework for Open Heterogeneous IoT Environments
di: Rangwala, Murtaza, et al.
Pubblicazione: (2024)
di: Rangwala, Murtaza, et al.
Pubblicazione: (2024)
DRLQ: A Deep Reinforcement Learning-based Task Placement for Quantum Cloud Computing
di: Nguyen, Hoa T., et al.
Pubblicazione: (2024)
di: Nguyen, Hoa T., et al.
Pubblicazione: (2024)
A Decentralized Root Cause Localization Approach for Edge Computing Environments
di: Fernando, Duneesha, et al.
Pubblicazione: (2025)
di: Fernando, Duneesha, et al.
Pubblicazione: (2025)
EnFed: An Energy-aware Federated Learning in Resource Constrained Environments for Human Activity Recognition
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2024)
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2024)
Observability in Fog Computing
di: Araujo, Aleteia, et al.
Pubblicazione: (2024)
di: Araujo, Aleteia, et al.
Pubblicazione: (2024)
REACH: Reinforcement Learning for Adaptive Microservice Rescheduling in the Cloud-Edge Continuum
di: Bai, Xu, et al.
Pubblicazione: (2025)
di: Bai, Xu, et al.
Pubblicazione: (2025)
A Cascaded Graph Neural Network for Joint Root Cause Localization and Analysis in Edge Computing Environments
di: Fernando, Duneesha, et al.
Pubblicazione: (2026)
di: Fernando, Duneesha, et al.
Pubblicazione: (2026)
Resilience Evaluation of Kubernetes in Cloud-Edge Environments via Failure Injection
di: Chen, Zihao, et al.
Pubblicazione: (2025)
di: Chen, Zihao, et al.
Pubblicazione: (2025)
Proactive and Reactive Autoscaling Techniques for Edge Computing
di: Gupta, Suhrid, et al.
Pubblicazione: (2025)
di: Gupta, Suhrid, et al.
Pubblicazione: (2025)
A System Aware Resource Allocation for Distributed Workflows in Quantum Computing Environments
di: Sawaika, Abhishek, et al.
Pubblicazione: (2026)
di: Sawaika, Abhishek, et al.
Pubblicazione: (2026)
Adaptive Management of Microservices in Dynamic Computing Environments: A Taxonomy and Future Directions
di: Chen, Ming, et al.
Pubblicazione: (2026)
di: Chen, Ming, et al.
Pubblicazione: (2026)
Efficient Training Approaches for Performance Anomaly Detection Models in Edge Computing Environments
di: Fernando, Duneesha, et al.
Pubblicazione: (2024)
di: Fernando, Duneesha, et al.
Pubblicazione: (2024)
A Hybrid Reactive-Proactive Auto-scaling Algorithm for SLA-Constrained Edge Computing
di: Gupta, Suhrid, et al.
Pubblicazione: (2025)
di: Gupta, Suhrid, et al.
Pubblicazione: (2025)
Efficient Routing of Inference Requests across LLM Instances in Cloud-Edge Computing
di: Yu, Shibo, et al.
Pubblicazione: (2025)
di: Yu, Shibo, et al.
Pubblicazione: (2025)
HGraphScale: Hierarchical Graph Learning for Autoscaling Microservice Applications in Container-based Cloud Computing
di: Fang, Zhengxin, et al.
Pubblicazione: (2025)
di: Fang, Zhengxin, et al.
Pubblicazione: (2025)
iDynamics: A Configurable Emulation Framework for Evaluating Microservice Scheduling Policies under Controllable Cloud-Edge Dynamics
di: Chen, Ming, et al.
Pubblicazione: (2025)
di: Chen, Ming, et al.
Pubblicazione: (2025)
A Framework for Carbon-aware Real-Time Workload Management in Clouds using Renewables-driven Cores
di: Hewage, Tharindu B., et al.
Pubblicazione: (2024)
di: Hewage, Tharindu B., et al.
Pubblicazione: (2024)
DRPC: Distributed Reinforcement Learning Approach for Scalable Resource Provisioning in Container-based Clusters
di: Bai, Haoyu, et al.
Pubblicazione: (2024)
di: Bai, Haoyu, et al.
Pubblicazione: (2024)
Generative Federated Learning for Smart Prediction and Recommendation Applications
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2025)
di: Mukherjee, Anwesha, et al.
Pubblicazione: (2025)
CloudSim 7G: An Integrated Toolkit for Modeling and Simulation of Future Generation Cloud Computing Environments
di: Andreoli, Remo, et al.
Pubblicazione: (2024)
di: Andreoli, Remo, et al.
Pubblicazione: (2024)
FedFog: Resource-Aware Federated Learning in Edge and Fog Networks
di: Sobati-M, Somayeh
Pubblicazione: (2025)
di: Sobati-M, Somayeh
Pubblicazione: (2025)
Aging-aware CPU Core Management for Embodied Carbon Amortization in Cloud LLM Inference
di: Hewage, Tharindu B., et al.
Pubblicazione: (2025)
di: Hewage, Tharindu B., et al.
Pubblicazione: (2025)
Deep Reinforcement Learning (DRL)-based Methods for Serverless Stream Processing Engines: A Vision, Architectural Elements, and Future Directions
di: Read, Maria R., et al.
Pubblicazione: (2024)
di: Read, Maria R., et al.
Pubblicazione: (2024)
Sustainable Edge Computing: Challenges and Future Directions
di: Arroba, Patricia, et al.
Pubblicazione: (2023)
di: Arroba, Patricia, et al.
Pubblicazione: (2023)
Distributed Edge Analytics in Edge-Fog-Cloud Continuum
di: Srirama, Satish Narayana
Pubblicazione: (2024)
di: Srirama, Satish Narayana
Pubblicazione: (2024)
Energy-Efficient Resource Management in Microservices-based Fog and Edge Computing: State-of-the-Art and Future Directions
di: Vali, Ali Akbar, et al.
Pubblicazione: (2025)
di: Vali, Ali Akbar, et al.
Pubblicazione: (2025)
LLM-Driven Intent-Based Privacy-Aware Orchestration Across the Cloud-Edge Continuum
di: Su, Zijie, et al.
Pubblicazione: (2026)
di: Su, Zijie, et al.
Pubblicazione: (2026)
Quantum Cloud Computing: A Review, Open Problems, and Future Directions
di: Nguyen, Hoa T., et al.
Pubblicazione: (2024)
di: Nguyen, Hoa T., et al.
Pubblicazione: (2024)
Documenti analoghi
-
TF-DDRL: A Transformer-enhanced Distributed DRL Technique for Scheduling IoT Applications in Edge and Cloud Computing Environments
di: Wang, Zhiyu, et al.
Pubblicazione: (2024) -
Performance and Security Aware Distributed Service Placement in Fog Computing
di: Goudarzi, Mohammad, et al.
Pubblicazione: (2026) -
A Knowledge Distillation-empowered Adaptive Federated Reinforcement Learning Framework for Multi-Domain IoT Applications Scheduling
di: Wang, Zhiyu, et al.
Pubblicazione: (2025) -
Reinforcement Learning based Workflow Scheduling in Cloud and Edge Computing Environments: A Taxonomy, Review and Future Directions
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024) -
A Deep Reinforcement Learning Approach for Cost Optimized Workflow Scheduling in Cloud Computing Environments
di: Jayanetti, Amanda, et al.
Pubblicazione: (2024)