Lewati ke konten
DispatchAtlas
Cari

Catatan perubahan

Apa yang disediakan pohon DispatchAtlas saat ini, dikelompokkan menurut area. Riwayat kanonik yang dapat dibaca mesin berada di repositori CHANGELOG.md, yang mengikuti Keep a Changelog dan pengaturan versi semantik begitu rilis paket dimulai; versi yang ditandai muncul di halaman rilis.

DispatchAtlas adalah platform pengukuran kinerja yang dapat direproduksi untuk penjadwalan tugas di seluruh kontinum IoE / Edge–Fog–Cloud.

Sorotan Saat Ini

  • Model penjadwalan inti — model biaya mesin tak-berhubungan (matriks waktu eksekusi, mask kompatibilitas, penyetelan yang bergantung pada urutan, kurva eksekusi yang bergantung pada beban, komunikasi lintas-sumber daya), ko-alokasi multi-sumber daya, eksekusi-parsial (komputasi tak-presisi), tugas moldable berlebar variabel, ko-penjadwalan gang, dan semantik tugas bagi-rata multi-penyewa, keluarga objektif yang luas (makespan, penyetelan, energi, biaya, karbon, latensi, keterlambatan, keadilan, pangsa sumber daya dominan, keandalan, keamanan, ketangguhan, imbalan tak-presisi, komposit) dengan nilai skalar-atau-vektor, pelaporan kelayakan dengan catatan baris-tak-layak, derivasi seed deterministik, dan serialisasi JSON di balik protokol integrasi bertipe.
  • Atlas pengukuran kinerja — keluarga penjadwalan optimasi-kombinatorial generik (mesin tak-berhubungan, job-shop, flexible job-shop, permutation flow-shop, setup flow-shop yang bergantung pada urutan, dan penjadwalan proyek dengan kendala sumber daya) bersama keluarga komputasi-terdistribusi dan kontinum keluarga Edge–Fog–Cloud (offloading edge, cold-start serverless, graf panggilan microservice, penempatan replika, aerial edge, jendela streaming, pemulihan kegagalan, penjadwalan siber-fisik, agregasi sensor-ke-edge IoT, penjadwalan klaster GPU dan pembelajaran mesin, penempatan layanan edge, penangguhan sadar-karbon, pemilihan klien federated-learning, rendering extended-reality imersif, penjadwalan edge satelit orbit-rendah-bumi, kolokasi tugas pusat data, alokasi mesin-virtual, offloading edge kendaraan, jaringan time-sensitive industri, slicing jaringan 5G, sinkronisasi edge digital-twin, analitik video kota-cerdas, inferensi split edge-cloud kolaboratif, komputasi edge rahasia, komputasi edge intermiten bebas-baterai, penjadwalan spot-VM yang dapat dipreempsi, penempatan lokalitas-data, penjadwalan ko-penyelesaian coflow, dan penyajian inferensi model-generatif di bawah anggaran cache kunci-nilai), masing-masing dengan kelas profil, metadata yang didukung kutipan, metrik karakterisasi, stratifikasi kesulitan, dan metrik kalibrasi celah-realitas.
  • Registri pemecah — baseline konstruktif dan dispatching, adaptor eksak (CP-SAT, pemrograman linear bilangan-bulat-campuran dan berkendala-kuadratik, branch-and-bound, pemecah enumerasi-menyeluruh terbatas native, dan backend komersial opsional di balik extra khusus), metaheuristik representatif, set kompetitor yang terdiversifikasi dengan referensi kanonik, pemecah kontinu yang terikat ke penjadwalan melalui adaptor encoding, kompetitor multi-objektif, dan keluarga pemecah encoding-native yang mencari langsung di atas jadwal yang layak. Setiap deskriptor membawa kontrak kutipan fail-closed dan kapabilitas yang dideklarasikan.
  • Lapisan seleksi — rekomendasi pemecah berbasis-aturan dan terpelajari yang memeringkat pemecah dari kapabilitas yang dideklarasikan dan karakterisasi pengukuran kinerja, di balik protokol validasi-silang bebas-kebocoran yang melaporkan generalisasi held-out dan tidak pernah mengklaim pemecah terbaik secara global.
  • Objektif, kendala, dan kualitas — evaluasi per-objektif, kendala tingkat-layanan bernama dengan jalur pelanggaran-keras dan penalti-lunak yang berbeda, pembantu frontier-Pareto dan empat indikator kualitas (hypervolume, IGD+, indikator-epsilon aditif, dan spread), serta ketangguhan value-at-risk kasus-terburuk atau bersyarat di atas set perturbasi yang dideklarasikan secara eksplisit.
  • Mesin kampanye — validasi, penganggaran dry-run, eksekusi yang ber-checkpoint dan dapat diputar-ulang, kebijakan jumlah-jalankan di lantai daya-statistik, invarian perbandingan-adil, pemutaran-ulang deterministik terhadap hash konten yang direkam, dan topologi paralel aman yang menskala ke inti yang tersedia di host dengan penyelidikan kapasitas dan penjaga paralelisme-bersarang.
  • Analisis dan bukti — inferensi non-parametrik (Wilcoxon signed-rank dengan ukuran efek Vargha-Delaney dan Cliff's-delta, omnibus Friedman dengan post-hoc Nemenyi, koreksi Holm dan Hochberg, dan interval bootstrap bias-corrected accelerated) tanpa dependensi statistik pihak-ketiga, gambar dan tabel SVG dan PGFPlots deterministik, permukaan keterbatasan untuk metode yang tidak didukung, dan bundel bukti yang difilter-pengungkapan yang dikunci oleh tingkat bukti generik.
  • Dokumentasi dan portal — situs dokumentasi dengan portal interaktif (penjelajah katalog pengukuran kinerja, penjelajah hasil, pratinjau simulasi, perekomendasi pemecah hanya-metadata yang dapat dijelaskan, inspeksi platform, dan pusat unduhan), demo yang dapat dijalankan dalam-peramban (memvisualisasikan bukti termasuk gambar konvergensi dan eksplorasi–eksploitasi, menjalankan pemecah secara langsung, dan menjalankan eksperimen yang ber-seed dengan ukuran efek dan interval kepercayaan bootstrap), pencarian luring, peta situs, indeks situs yang dapat dibaca mesin, dan data portal aman-publik yang dirender ke dalam halaman pada waktu build.
  • Tata kelola dan rantai pasok — permukaan tata kelola dan komunitas akar, lisensi SPDX baris-tunggal yang patuh-REUSE, CI yang ditegakkan-cakupan, audit dependensi yang dipasak, audit rantai-pasok terjadwal di atas penutupan distribusi yang terpasang, konfigurasi keamanan CodeQL, pembuatan SBOM CycloneDX, serta verifikasi tanda-tangan-rilis dan provenans-build.