文件名称：团队9
文件大小：1KB
文件格式：ZIP
更新时间：2024-03-14 03:07:41
团队9 类别：软件开发中的AI 想法3： 问题陈述简介：使用AI衡量和提高微服务性能微服务架构是在云中部署容器化软件的常用方法。 但是，由于分布式体系结构，微服务数量的增加会增加管理的复杂性。 网络延迟和负载平衡是其他挑战。 请参阅此用例以获取启发。 摘要：开发一种模型来确定考虑其权重（重，中，轻）的服务类型的可行云平台。来自Kubernetes报告的训练模型具有诸如响应时间，内存利用率，吞吐量等参数，以预测每种类型服务的阈值。 这些预测的阈值可用于确定服务的正确云平台。 方法：我们将开发轻，中，重等不同权重的Web服务，然后使用docker将所有这些服务部署到不同的云平台。 在这里，我们将使用Kubernetes跟踪每个平台上所有类型的服务的性能。 之后，我们将从kubernetes中提取报告，并将所有这些报告数据合并到csv中，并找出监视此类服务所需的功能（参数）和标签（预测值
【文件预览】：
Team9-main
----README.md(3KB)