将来予測でデータセンターの資源配分を最適化する「予測駆動型DRL」フレームワーク

要約

データセンターにおけるサービスファンクションチェーニング（SFC）の効率化に向け、将来の需要を予測して動的に資源を配分するハイブリッドな深層強化学習（DRL）フレームワークを提案。予測モデルのアンサンブルを活用し、クラウドゲームやARなどの遅延に敏感なサービスの受入率を大幅に向上させ、エンドツーエンドの遅延を最大34.8%削減しました。

全文は有料プランで閲覧できます。