Розробка інтелектуального методу планування задач у гетерогенних розподілених інформаційних системах

Анотація

Об’єктом дослідження є процес планування задач у гетерогенних розподілених інформаційних системах. Розроблений метод використовує Graph Attention Network (GAT) для врахування ймовірнісні залежності між задачами та Proximal Policy Optimization (PPO) для динамічного керування розподілом задач у системі. Наукова проблема полягає у низькій ефективності управління ресурсами, особливо в умовах динамічного навантаження та значної невизначеності, що характерно для розподілених інформаційних систем. Розроблено інтелектуальний метод планування задач у гетерогенних розподілених інформаційних системах, який ефективно поєднує графові моделі DAG (Directed Acyclic Graph) і GERT (Graphical Evaluation and Review Technique) з передовими алгоритмами штучного інтелекту. Крім того, використовується метод Байєса для оптимізації призначення задач обчислювальним вузлам. Використання запропонованого методу дозволило зменшити середній час виконання задач з 51.5 до 35.2 секунди, а стандартне відхилення навантаження між вузлами – з 0.47 до 0.22. Такі результати пояснюються гнучкістю моделей до непередбачуваних змін і можливістю самонавчання на основі накопичених даних. Особливістю методу є поєднання класичних графових моделей із ймовірнісною оцінкою та адаптивними механізмами штучного інтелекту, що дозволило не лише врахувати динаміку середовища, а й забезпечити точне реагування на зміну доступності ресурсів. Завдяки використанню GERT-графів алгоритм формує альтернативні шляхи планування у випадку збоїв або непередбачених затримок, а компоненти машинного навчання забезпечують самокорекцію рішень. Метод орієнтований на застосування в хмарних та IoT-інфраструктурах, де критичними є масштабованість, точність планування та стійкість до змін