Buchumschlag

Quantifying Autoscaler Vulnerabilities: An Empirical Study of Resource Misallocation Induced by Cloud Infrastructure Faults

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Park, Gijun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AAPA: An Archetype-Aware Predictive Autoscaler with Uncertainty Quantification for Serverless Workloads on Kubernetes
von: Zhang, Guilin, et al.
Veröffentlicht: (2025)

ADAPT: A Self-Calibrating Proactive Autoscaler for Container Orchestration
von: Baghel, Himanshu Singh
Veröffentlicht: (2026)

A Dynamic Approach to Load Balancing in Cloud Infrastructure: Enhancing Energy Efficiency and Resource Utilization
von: Sakib, Shadman, et al.
Veröffentlicht: (2025)

Repurposing of the Run 2 CMS High Level Trigger Infrastructure as a Cloud Resource for Offline Computing
von: Mascheroni, Marco, et al.
Veröffentlicht: (2024)

An Empirical Study of Production Incidents in Generative AI Cloud Services
von: Yan, Haoran, et al.
Veröffentlicht: (2025)

Optimization Opportunities for Cloud-Based Data Pipeline Infrastructures
von: Jablonski, Johannes, et al.
Veröffentlicht: (2026)

LaissezCloud: Continuous Resource Renegotiation for the Public Cloud
von: Harith, Tejas, et al.
Veröffentlicht: (2026)

Host-Side Telemetry for Performance Diagnosis in Cloud and HPC GPU Infrastructure
von: Darzi, Erfan, et al.
Veröffentlicht: (2025)

SuperBench: Improving Cloud AI Infrastructure Reliability with Proactive Validation
von: Xiong, Yifan, et al.
Veröffentlicht: (2024)

Formal and Empirical Study of Metadata-Based Profiling for Resource Management in the Computing Continuum
von: Morichetta, Andrea, et al.
Veröffentlicht: (2025)

Domain-Adversarial Transfer Learning for Fault Root Cause Identification in Cloud Computing Systems
von: Fang, Bruce, et al.
Veröffentlicht: (2025)

A Self-Healing and Fault-Tolerant Cloud-based Digital Twin Processing Management Model
von: Saxena, Deepika, et al.
Veröffentlicht: (2025)

Agora: Bridging the GPU Cloud Resource-Price Disconnect
von: McDougall, Ian, et al.
Veröffentlicht: (2025)

Leveraging Public Cloud Infrastructure for Real-time Connected Vehicle Speed Advisory at a Signalized Corridor
von: Deng, Hsien-Wen, et al.
Veröffentlicht: (2024)

BSODiag: A Global Diagnosis Framework for Batch Servers Outage in Large-scale Cloud Infrastructure Systems
von: Duan, Tao, et al.
Veröffentlicht: (2025)

The SAP Cloud Infrastructure Dataset: A Reality Check of Scheduling and Placement of VMs in Cloud Computing
von: Uhlig, Arno, et al.
Veröffentlicht: (2025)

Pico-Cloud: Cloud Infrastructure for Tiny Edge Devices
von: Guri, Mordechai
Veröffentlicht: (2025)

Distributed Resource Selection for Self-Organising Cloud-Edge Systems
von: Renau, Quentin, et al.
Veröffentlicht: (2025)

EES-CND: Collaborative Neural Decision-Making for Drift-Aware Fault-Tolerant Edge-Cloud Service Placement
von: Herabad, Mohammadsadeq Garshasbi, et al.
Veröffentlicht: (2026)

M$^2$-MFP: A Multi-Scale and Multi-Level Memory Failure Prediction Framework for Reliable Cloud Infrastructure
von: Xie, Hongyi, et al.
Veröffentlicht: (2025)

Evaluating HPC-Style CPU Performance and Cost in Virtualized Cloud Infrastructures
von: Tharwani, Jay, et al.
Veröffentlicht: (2025)

HPCAdvisor: A Tool for Assisting Users in Selecting HPC Resources in the Cloud
von: Netto, Marco A. S.
Veröffentlicht: (2024)

Collaborative Multi-Agent Reinforcement Learning Approach for Elastic Cloud Resource Scaling
von: Fang, Bruce, et al.
Veröffentlicht: (2025)

ICPS: Real-Time Resource Configuration for Cloud Serverless Functions Considering Affinity
von: Chen, Long, et al.
Veröffentlicht: (2025)

An Empirical Study on Governance in Bitcoin's Consensus Evolution
von: Notland, Jakob Svennevik, et al.
Veröffentlicht: (2023)

Permuting Transactions in Ethereum Blocks: An Empirical Study
von: Droll, Jan
Veröffentlicht: (2025)

Cloud Resource Allocation with Convex Optimization
von: Boghani, Shayan, et al.
Veröffentlicht: (2025)

Literature Study on Operational Data Analytics Frameworks in Large-scale Computing Infrastructures
von: Suman, Shekhar, et al.
Veröffentlicht: (2026)

H-EYE: Holistic Resource Modeling and Management for Diversely Scaled Edge-Cloud Systems
von: Dagli, Ismet, et al.
Veröffentlicht: (2024)

Flora: Efficient Cloud Resource Selection for Big Data Processing via Job Classification
von: Will, Jonathan, et al.
Veröffentlicht: (2025)

Modeling Anomaly Detection in Cloud Services: Analysis of the Properties that Impact Latency and Resource Consumption
von: Grabher, Gabriel Job Antunes, et al.
Veröffentlicht: (2025)

HybridFlow: Resource-Adaptive Subtask Routing for Efficient Edge-Cloud LLM Inference
von: Dong, Jiangwen, 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)

Resource Slicing through Intelligent Orchestration of Energy-aware IoT services in Edge-Cloud Continuum
von: Shahid, Hafiz Faheem, et al.
Veröffentlicht: (2024)

COUNTER: Cluster GCN based Energy Efficient Resource Management for Sustainable Cloud Computing Environments
von: Wang, Han, 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)

Building Castles in the Cloud: Architecting Resilient and Scalable Infrastructure
von: Gundla, Naresh Kumar
Veröffentlicht: (2024)

On the Performance and Memory Footprint of Distributed Training: An Empirical Study on Transformers
von: Lu, Zhengxian, et al.
Veröffentlicht: (2024)

An Empirical Study of Cross-Language Interoperability in Replicated Data Systems
von: Mondal, Provakar, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning-based Methods for Resource Scheduling in Cloud Computing: A Review and Future Directions
von: Zhou, Guangyao, et al.
Veröffentlicht: (2021)