Journal des modifications

Ce que fournit l'arborescence actuelle de DispatchAtlas, regroupé par domaine. L'historique canonique et lisible par machine se trouve dans le dépôt CHANGELOG.md, qui suit Keep a Changelog et le versionnage sémantique dès que les publications de paquets commencent ; les versions étiquetées apparaissent sur la page des publications.

DispatchAtlas est une plateforme d'évaluation reproductible pour l'ordonnancement de tâches sur le continuum IoE / Edge–Fog–Cloud.

✨ Points forts actuels

• Modèle central d'ordonnancement — modèles de coût à machines non liées (matrice des temps d'exécution, masque de compatibilité, configuration dépendante de la séquence, courbes d'exécution dépendantes de la charge, communication inter-ressources), co-allocation multi-ressources, exécution partielle (calcul imprécis), tâches malléables à largeur variable, co-ordonnancement en gangs et sémantique de tâches multi-locataires à partage équitable, une vaste famille d'objectifs (makespan, configuration, énergie, coût, carbone, latence, retard, équité, part de ressource dominante, fiabilité, sécurité, robustesse, récompense imprécise, composite) avec des valeurs scalaires ou vectorielles, le rapport de faisabilité avec enregistrements des lignes infaisables, la dérivation déterministe des graines et la sérialisation JSON derrière des protocoles d'intégration typés.
• Atlas de référence — familles génériques d'ordonnancement par optimisation combinatoire (machines non liées, job-shop, flexible job-shop, flow-shop à permutation, flow-shop à configuration dépendante de la séquence et ordonnancement de projet sous contraintes de ressources) aux côtés de familles d'informatique distribuée et d'un continuum de familles Edge–Fog–Cloud (déchargement en périphérie, démarrage à froid sans serveur, graphes d'appels de microservices, placement de répliques, périphérie aérienne, fenêtres de flux, reprise sur panne, ordonnancement cyber-physique, agrégation IoT capteur-vers- périphérie, ordonnancement de grappes GPU et d'apprentissage automatique, placement de services en périphérie, report tenant compte du carbone, sélection de clients en apprentissage fédéré, rendu de réalité étendue immersive, ordonnancement en périphérie satellitaire en orbite basse, colocalisation de tâches en centre de données, allocation de machines virtuelles, déchargement en périphérie véhiculaire, réseautage industriel sensible au temps, découpage de réseau 5G, synchronisation en périphérie de jumeau numérique, analyse vidéo de ville intelligente, inférence partagée collaborative périphérie-cloud, informatique confidentielle en périphérie, informatique intermittente en périphérie sans batterie, ordonnancement de VM spot préemptibles, placement par localité des données, ordonnancement par co-achèvement de coflots et service d'inférence de modèles génératifs sous un budget de cache clé-valeur), chacune avec une classe de profil, des métadonnées étayées par des citations, des métriques de caractérisation, une stratification de difficulté et une métrique d'étalonnage d'écart à la réalité.
• Registre de solveurs — bases constructives et de répartition, adaptateurs exacts (CP-SAT, programmation linéaire mixte en nombres entiers et à contraintes quadratiques, séparation et évaluation, un solveur natif d'énumération exhaustive bornée et des moteurs commerciaux optionnels derrière un extra dédié), métaheuristiques représentatives, un ensemble de concurrents diversifié avec références canoniques, des solveurs continus liés à l'ordonnancement par des adaptateurs d'encodage, un concurrent multi-objectif et une famille de solveurs à encodage natif qui explore directement les ordonnancements faisables. Chaque descripteur porte un contrat de citation à fermeture sûre et des capacités déclarées.
• Couche de sélection — recommandation de solveurs à base de règles et apprise qui classe les solveurs à partir des capacités déclarées et de la caractérisation des références, derrière un protocole de validation croisée sans fuite qui rapporte la généralisation hors échantillon et ne revendique jamais un solveur globalement optimal.
• Objectifs, contraintes et qualité — évaluation par objectif, contraintes de niveau de service nommées avec des chemins distincts de violation stricte et de pénalité souple, des assistants de front de Pareto et quatre indicateurs de qualité (hypervolume, IGD+, l'indicateur epsilon additif et l'étalement), et la robustesse en valeur à risque dans le pire cas ou conditionnelle sur un ensemble de perturbations explicitement déclaré.
• Moteur de campagne — validation, budgétisation à blanc, exécution avec points de contrôle et rejouable, une politique de nombre d'exécutions au seuil de puissance statistique, des invariants de comparaison équitable, un rejeu déterministe par rapport aux empreintes de contenu enregistrées et une topologie parallèle sûre qui passe à l'échelle des cœurs disponibles de l'hôte avec sondage de capacité et garde-fous de parallélisme imbriqué.
• Analyse et preuves — inférence non paramétrique (Wilcoxon des rangs signés avec les tailles d'effet de Vargha-Delaney et du delta de Cliff, l'omnibus de Friedman avec un post-hoc de Nemenyi, les corrections de Holm et Hochberg, et des intervalles de bootstrap accéléré à biais corrigé) sans dépendance à une bibliothèque de statistiques tierce, des figures et tableaux SVG et PGFPlots déterministes, une surface de limitations pour les méthodes non prises en charge et des lots de preuves filtrés par divulgation et indexés par paliers de preuve génériques.
• Documentation et portail — un site de documentation avec un portail interactif (explorateur du catalogue de références, explorateur de résultats, aperçu de simulation, un recommandeur de solveurs explicable fondé uniquement sur les métadonnées, inspection de la plateforme et un centre de téléchargement), des démonstrations exécutables dans le navigateur (visualiser les preuves, y compris les figures de convergence et d'exploration– exploitation, exécuter un solveur en direct et lancer une expérience avec graine accompagnée d'une taille d'effet et d'un intervalle de confiance par bootstrap), une recherche hors ligne, un plan du site, un index de site lisible par machine et des données de portail sûres pour le public rendues dans la page au moment de la construction.
• Gouvernance et chaîne d'approvisionnement — surfaces de gouvernance et de communauté racines, licence SPDX sur une seule ligne conforme à REUSE, CI à couverture imposée, audit de dépendances épinglées, un audit planifié de la chaîne d'approvisionnement sur la clôture de distribution installée, une configuration de sécurité CodeQL, la génération de SBOM CycloneDX, et la vérification de signature de publication et de provenance de construction.