Search academic texts

Information × Registration Number 0825U003791, PhD dissertation Status Доктор філософії Date 11-11-2025 popup.evolution o Title A comprehensive approach to designing computational infrastructure in a heterogeneous multi-cloud environment Author Anton Caceres, popup.head Larysa S. Globa popup.opponent Oleksandra S. Yeremenko popup.opponent Nina Kuchuk popup.review Andrii A. Astrakhantsev popup.review Mariia A. Skulysh Description Інтенсивний розвиток хмарних обчислень трансформував процеси зберігання та обробки даних, пропонуючи масштабованість, економічну ефективність та доступність. Проте зростаюча складність обчислювальних завдань та розповсюдження мультихмарних середовищ вимагає інноваційних підходів до розподілу обчислювальних навантажень у гетерогенних хмарних системах. Дана дисертаційна робота представляє комплексне дослідження сучасних мультихмарних архітектур, методів багатокритеріальної оптимізації та інтелектуальних систем прийняття рішень, що завершується розробкою інноваційного комплексного методу формування обчислювальної інфраструктури у гетерогенному мультихмарному середовищі. Особливу увагу в роботі приділено ролі хмарної обчислювальної інфраструктури у сучасних інформаційно-комунікаційних мережах (ІКМ). Запропонований підхід демонструє, що мультихмарні архітектури є ключовими для забезпечення масштабованості, гнучкості та надійності обчислень, необхідних для функціонування телекомунікаційних систем нового покоління, зокрема у середовищі 5G. Сформульовано та реалізовано метод динамічного розподілу обчислювальних задач у мультихмарному середовищі з урахуванням специфіки телекомунікаційних навантажень, що дозволяє підвищити ефективність управління ресурсами в ІКМ. Мультихмарні обчислення стали домінуючим підходом для розгортання та надання послуг через глобальні мережі. Їх переваги сприяють широкому впровадженню в різних галузях. Однак еволюція хмарних обчислень, що характеризується різнорідністю сервісів, несумісністю інтерфейсів та варіативністю умов розгортання, створює значні виклики в управлінні обчислювальними процесами. Динамічна природа хмарних середовищ, поєднана з множиною взаємозалежних факторів, що впливають на продуктивність та економічну ефективність, потребує інноваційних підходів до оптимізації розподілу обчислювальних завдань та вибору хмарних провайдерів. Проблема розподілу обчислень у мультихмарних середовищах є багатогранною. Оскільки організації все частіше впроваджують стратегії використання кількох хмарних провайдерів для отримання конкурентних переваг, вони стикаються з викликами забезпечення продуктивності, оптимізації витрат, безпеки даних та ефективного управління ресурсами. Складність виникає з необхідності балансувати між кількома цілями, такими як мінімізація затримок, максимізація пропускної здатності, забезпечення надійності системи та дотримання регуляторних вимог, при цьому адаптуючись до динамічних змін у параметрах хмарних сервісів. Традиційні підходи до розподілу обчислювальних завдань у хмарних середовищах часто не здатні адекватно вирішити ці виклики, що призводить до неефективного використання ресурсів, підвищення витрат та потенційних вразливостей. Для вирішення цих викликів, у дисертаційній роботі розроблено комплексний метод формування обчислювальної інфраструктури, що інтегрує інтелектуальну мультиагентну систему на основі великих мовних моделей (LLM) з методами багатокритеріальної оптимізації. Запропонований метод включає математичне моделювання інтегрованого показника ефективності виконання обчислювальних завдань, формалізацію простору станів та дій для динамічного розподілу обчислень, а також алгоритми оптимізації, що поєднують навчання з підкріпленням та еволюційні алгоритми для пошуку оптимальних рішень у динамічному гетерогенному середовищі. Методологія дослідження охоплює всебічний аналіз існуючих підходів до мультихмарної інтеграції, формалізацію критеріїв ефективності, розробку архітектури мультиагентної системи та експериментальну перевірку запропонованого методу в реальних сценаріях використання. Мультиагентна система включає технічного, економічного та безпекового агентів, координацію яких забезпечує спеціалізований агент-координатор, що використовує LLM для обґрунтування прийнятих рішень та формування рекомендацій. Результати експериментального дослідження підтверджують ефективність запропонованого методу, демонструючи значне підвищення показників ефективності порівняно з традиційними підходами: зниження витрат у середньому на 47 % та покращення продуктивності на 25 %. Практичне впровадження в промисловому середовищі також виявило високу адаптивність системи до різних сценаріїв використання та здатність враховувати динамічні зміни вимог користувачів та параметрів середовища. Registration Date 2025-09-25 popup.nrat_date 2025-11-14 Close