查看“WikiEdge:ArXiv-2408.17171v1/methods”的源代码

<!-- 不要移除下面第一行，如果有编辑错误，请直接修改第二行以后的内容 -->
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17171v1/methods|action=edit}} 编辑]</div>
== 工作方法 ==
这篇论文的工作方法是提出了SafeTail框架，这是一个基于奖励的深度学习框架，旨在通过计算冗余管理来优化边缘服务调度中的尾部延迟。SafeTail通过选择性地在多个边缘服务器上复制服务来满足目标延迟，使用基于奖励的深度学习框架来学习最优的服务放置策略，平衡实现目标延迟和最小化额外资源使用的需要。通过追踪驱动的模拟，SafeTail展示了在三种不同服务中接近最优的性能，并在大多数基线策略上表现更好。