Buchumschlag

A Periodic Space of Distributed Computing: Vision & Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Salehi, Mohsen Amini, Tousi, Adel N., Nguyen, Hai Duc, Rangwala, Murtaza, Rana, Omar, Kosar, Tevfik, Cardellini, Valeria, Buyya, Rajkumar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Distributed, Parallel, and Cluster Computing Operating Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EdgeWeaver: Accelerating IoT Application Development Across Edge-Cloud Continuum
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2026)

TrustMesh: A Blockchain-Enabled Trusted Distributed Computing Framework for Open Heterogeneous IoT Environments
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2024)

Blockchain-Enabled Federated Learning
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2025)

FastMig: Leveraging FastFreeze to Establish Robust Service Liquidity in Cloud 2.0
von: Manatura, Sorawit, et al.
Veröffentlicht: (2024)

Object as a Service: Simplifying Cloud-Native Development through Serverless Object Abstraction
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2024)

Evidential Trust-Aware Model Personalization in Decentralized Federated Learning for Wearable IoT
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2025)

SketchGuard: Scaling Byzantine-Robust Decentralized Federated Learning via Sketch-Based Screening
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2025)

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

Streamlining Cloud-Native Application Development and Deployment with Robust Encapsulation
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2024)

Benchmarking Message Brokers for IoT Edge Computing: A Comprehensive Performance Study
von: Paul, Tapajit Chandra, et al.
Veröffentlicht: (2026)

Tutorial: Object as a Service (OaaS) Serverless Cloud Computing Paradigm
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2024)

A Joint Time and Energy-Efficient Federated Learning-based Computation Offloading Method for Mobile Edge Computing
von: Mukherjee, Anwesha, et al.
Veröffentlicht: (2024)

EnFed: An Energy-aware Federated Learning in Resource Constrained Environments for Human Activity Recognition
von: Mukherjee, Anwesha, et al.
Veröffentlicht: (2024)

Generative Federated Learning for Smart Prediction and Recommendation Applications
von: Mukherjee, Anwesha, et al.
Veröffentlicht: (2025)

Resource Allocation of Industry 4.0 Micro-Service Applications across Serverless Fog Federation
von: Hussain, Razin Farhan, et al.
Veröffentlicht: (2024)

Differential Privacy for Secure Machine Learning in Healthcare IoT-Cloud Systems
von: Mangala, N, et al.
Veröffentlicht: (2025)

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

Rethinking Thread Scheduling under Oversubscription: A User-Space Framework for Coordinating Multi-runtime and Multi-process Workloads
von: Roca, Aleix, et al.
Veröffentlicht: (2026)

Benchmarking Different Application Types across Heterogeneous Cloud Compute Services
von: Duggi, Nivedhitha, et al.
Veröffentlicht: (2025)

HE2C: A Holistic Approach for Allocating Latency-Sensitive AI Tasks across Edge-Cloud
von: Kim, Minseo, et al.
Veröffentlicht: (2024)

Multi-Layer Scheduling for MoE-Based LLM Reasoning
von: Sun, Yifan, et al.
Veröffentlicht: (2026)

EMLIO: Minimizing I/O Latency and Energy Consumption for Large-Scale AI Training
von: Jamil, Hasibul, et al.
Veröffentlicht: (2025)

GreenDyGNN: Runtime-Adaptive Energy-Efficient Communication for Distributed GNN Training
von: Niam, Arefin, et al.
Veröffentlicht: (2026)

Network Structures as an Attack Surface: Topology-Based Privacy Leakage in Federated Learning
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2025)

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

A Risk-Aware UAV-Edge Service Framework for Wildfire Monitoring and Emergency Response
von: Huang, Yulun, et al.
Veröffentlicht: (2026)

TF-DDRL: A Transformer-enhanced Distributed DRL Technique for Scheduling IoT Applications in Edge and Cloud Computing Environments
von: Wang, Zhiyu, et al.
Veröffentlicht: (2024)

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

ReinFog: A Deep Reinforcement Learning Empowered Framework for Resource Management in Edge and Cloud Computing Environments
von: Wang, Zhiyu, et al.
Veröffentlicht: (2024)

Placement of Microservices-based IoT Applications in Fog Computing: A Taxonomy and Future Directions
von: Pallewatta, Samodha, et al.
Veröffentlicht: (2022)

SteelDB: Diagnosing Kernel-Space Bottlenecks in Cloud OLTP Databases
von: Kondo, Mitsumasa
Veröffentlicht: (2026)

DRLQ: A Deep Reinforcement Learning-based Task Placement for Quantum Cloud Computing
von: Nguyen, Hoa T., et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning (DRL)-based Methods for Serverless Stream Processing Engines: A Vision, Architectural Elements, and Future Directions
von: Read, Maria R., et al.
Veröffentlicht: (2024)

A Decentralized Root Cause Localization Approach for Edge Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2025)

A Hybrid Reactive-Proactive Auto-scaling Algorithm for SLA-Constrained Edge Computing
von: Gupta, Suhrid, et al.
Veröffentlicht: (2025)

iAnomaly: A Toolkit for Generating Performance Anomaly Datasets in Edge-Cloud Integrated Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2024)

Saarthi: An End-to-End Intelligent Platform for Optimising Distributed Serverless Workloads
von: Agarwal, Siddharth, et al.
Veröffentlicht: (2025)

A Cascaded Graph Neural Network for Joint Root Cause Localization and Analysis in Edge Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2026)

Proactive and Reactive Autoscaling Techniques for Edge Computing
von: Gupta, Suhrid, et al.
Veröffentlicht: (2025)

Mitigating context switching in densely packed Linux clusters with Latency-Aware Group Scheduling
von: Isstaif, Al Amjad Tawfiq, et al.
Veröffentlicht: (2025)