Buchumschlag

Artifact for Service-Level Energy Modeling and Experimentation for Cloud-Native Microservices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Legler, Julian
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

Service-Level Energy Modeling and Experimentation for Cloud-Native Microservices
von: Legler, Julian, et al.
Veröffentlicht: (2025)

Hestia: Hyperthread-Level Scheduling for Cloud Microservices with Interference-Aware Attention
von: Yang, Dingyu, et al.
Veröffentlicht: (2026)

Analytically-Driven Resource Management for Cloud-Native Microservices
von: Zhang, Yanqi, et al.
Veröffentlicht: (2024)

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

Metric Criticality Identification for Cloud Microservices
von: Singal, Akanksha, et al.
Veröffentlicht: (2025)

REACH: Reinforcement Learning for Adaptive Microservice Rescheduling in the Cloud-Edge Continuum
von: Bai, Xu, et al.
Veröffentlicht: (2025)

Energy-aware Distributed Microservice Request Placement at the Edge
von: Toczé, Klervie, et al.
Veröffentlicht: (2024)

Energy Metrics for Edge Microservice Request Placement Strategies
von: Toczé, Klervie, et al.
Veröffentlicht: (2025)

A Comprehensive Experimentation Framework for Energy-Efficient Design of Cloud-Native Applications
von: Werner, Sebastian, et al.
Veröffentlicht: (2025)

Failure-Resilient and Carbon-Efficient Deployment of Microservices over the Cloud-Edge Continuum
von: Ponce, Francisco, et al.
Veröffentlicht: (2026)

Artifact for A Non-Intrusive Framework for Deferred Integration of Cloud Patterns in Energy-Efficient Data-Sharing Pipelines
von: Masoudi, Sepideh, et al.
Veröffentlicht: (2025)

Cloud Native System for LLM Inference Serving
von: Xu, Minxian, et al.
Veröffentlicht: (2025)

HGraphScale: Hierarchical Graph Learning for Autoscaling Microservice Applications in Container-based Cloud Computing
von: Fang, Zhengxin, et al.
Veröffentlicht: (2025)

Towards an Adaptive Runtime System for Cloud-Native HPC
von: Bhosale, Aditya, et al.
Veröffentlicht: (2026)

Object Abstraction To Streamline Edge-Cloud-Native Application Development
von: Lertpongrujikorn, Pawissanutt
Veröffentlicht: (2025)

Huawei Cloud Model-as-a-Service on the CloudMatrix384 SuperPod
von: Xiao, Ao, et al.
Veröffentlicht: (2025)

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

Synthetic Time Series for Anomaly Detection in Cloud Microservices
von: Allam, Mohamed, et al.
Veröffentlicht: (2024)

CloudNativeSim: a toolkit for modeling and simulation of cloud-native applications
von: Wu, Jingfeng, et al.
Veröffentlicht: (2024)

Modular Foundation Model Inference at the Edge: Network-Aware Microservice Optimization
von: Zhu, Juan, et al.
Veröffentlicht: (2026)

An Artificial Intelligence Framework for Joint Structural-Temporal Load Forecasting in Cloud Native Platforms
von: Zhang, Qingyuan
Veröffentlicht: (2026)

Exploring Challenges in Developing Edge-Cloud-Native Applications Across Multiple Business Domains
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2026)

Signalling Health for Improved Kubernetes Microservice Availability
von: Roberts, Jacob, et al.
Veröffentlicht: (2025)

Self-adaptive, Requirements-driven Autoscaling of Microservices
von: Nunes, João Paulo Karol Santos, et al.
Veröffentlicht: (2024)

NotNets: Accelerating Microservices by Bypassing the Network
von: Alvaro, Peter, et al.
Veröffentlicht: (2024)

Computing in the Era of Large Generative Models: From Cloud-Native to AI-Native
von: Lu, Yao, et al.
Veröffentlicht: (2024)

A Robust Power Model Training Framework for Cloud Native Runtime Energy Metric Exporter
von: Choochotkaew, Sunyanan, et al.
Veröffentlicht: (2024)

A Cloud-Native Architecture for Human-in-Control LLM-Assisted OpenSearch in Investigative Settings
von: Puhani, Benjamin, et al.
Veröffentlicht: (2026)

Radar DataTree: A FAIR and Cloud-Native Framework for Scalable Weather Radar Archives
von: Ladino-Rincon, Alfonso, et al.
Veröffentlicht: (2025)

Optimal Configuration of API Resources in Cloud Native Computing
von: Truyen, Eddy, et al.
Veröffentlicht: (2025)

AdaptiFlow: An Extensible Framework for Event-Driven Autonomy in Cloud Microservices
von: Ndadji, Brice Arléon Zemtsop, 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)

Flare: Leveraging Serverless Elasticity to Absorb Microservice Load Spikes
von: Dehigama, Dilina, et al.
Veröffentlicht: (2026)

Resilient Auto-Scaling of Microservice Architectures with Efficient Resource Management
von: Ahmad, Hussain, et al.
Veröffentlicht: (2025)

ADApt: Edge Device Anomaly Detection and Microservice Replica Prediction
von: Mehran, Narges, et al.
Veröffentlicht: (2025)

Collaborative Evolution of Intelligent Agents in Large-Scale Microservice Systems
von: Li, Yilin, et al.
Veröffentlicht: (2025)

Auto-scaling Approaches for Microservice Applications: A Survey and Taxonomy
von: Xu, Minxian, et al.
Veröffentlicht: (2025)

ORACL: Optimized Reasoning for Autoscaling via Chain of Thought with LLMs for Microservices
von: Bai, Haoyu, et al.
Veröffentlicht: (2026)

StatuScale: Status-aware and Elastic Scaling Strategy for Microservice Applications
von: Wen, Linfeng, et al.
Veröffentlicht: (2024)

Mitigating Interference of Microservices with a Scoring Mechanism in Large-scale Clusters
von: Yang, Dingyu, et al.
Veröffentlicht: (2024)