Συντάχθηκε 10-07-2026 07:54
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 14/07/2026 11:00
Λήξη: 14/07/2026 12:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΜΑΡΙΑΣ ΧΑΪΝΤΟΥΤΗ
με θέμα
Ανάπτυξη Μικροϋπηρεσιών σε Πολλαπλές Συστάδες Υπολογιστικού Νέφους με Ενισχυτική Μάθηση
Microservices Deployment Across Multiple Cloud Clusters with Reinforcement Learning
Εξεταστική Επιτροπή
Καθηγητής Ευριπίδης Πετράκης (επιβλέπων)
Καθηγητής Αντώνιος Δεληγιαννάκης
Καθηγητής Μιχαήλ Λαγουδάκης
Περίληψη
Η ραγδαία αναπαραγωγή εφαρμογών, οι οποίες βασίζονται στην αρχιτεκτονική μικροϋπηρεσιών σε Edge, Fog και Cloud έχει οδηγήσει σε σημαντικές προκλήσεις της δυναμικής ενορχήστρωσης πόρων. Παραδοσιακές ευριστικές προσεγγίσεις, όπως η Least Frequently Used (LFU) τοποθέτηση, συχνά αποτυγχάνουν να προσαρμόζονται στα ασταθή μοτίβα κυκλοφορίας και ετερογενείς περιορισμούς των σύχρονων κατανεμημένων υποδομών. Αυτή η διπλωματική εργασία προτείνει ένα έξυπνο πλαίσιο ενορχήστρωσης αξιοποιώντας την Ενισχυτική Μάθηση (Reinforcement Learning - RL), προκειμένου να βελτιστοποιήσει την ανάπτυξη μικροϋπηρεσιών. Αξιοποιώντας το Linkerd service mesh για παρατήρηση σε πραγματικό χρόνο και διαχείριση κίνησης, υλοποιούνται και συγκρίνονται τρείς διαφορετικές στρατηγικές: μια βασική ευρετική προσέγγιση LFU, μια πολυπρακτορική (Multi-agent) προσέγγιση RL και ένας κεντρικοποιημένος (Centralized) πράκτορας RL χρησιμοποιώντας τον αλγόριθμο Maskable Proximal Policy Optimization (PPO). Τα πειραματικά αποτελέσματα που πραγματοποιήθηκαν σε υποδομή Kubernetes βασισμένη στο Google Cloud Platform, χρησιμοποιώντας ως ορόσημο την Online Google Boutique και τo TeaStore, δείχνουν ότι παρόλο που οι πολυπρακτορικές διαμορφώσεις προσφέρουν τοπική βελτιστοποίηση, πλήττονται από συγκρούσεις συντονισμού, οι οποίες οδηγούν το σύστημα σε αστάθεια. Ο κεντρικοποιημένος RL agent , παρόλα αυτά, περιορίζει αυτές τις συγκρούσεις διατηρώντας μια καθολική εικόνα της κατάστασης της υποδομής. Τα ευρήματα της εργασίας καταδεικνύουν ότι η κεντρικοποιημένη προσέγγιση επιτυγχάνει σημαντική μείωση της συνολικής καθυστέρησης (end-to-end latency) και βελτιώνει τα ποσοστά επιτυχίας αιτημάτων σε σύγκριση τόσο με την ευρετική, όσο και με την πολυπρακτορική προσέγγιση, παρέχοντας μια αξιόπιστη λύση για κλιμακούμενη διαχείριση μικροϋπηρεσιών.
Abstract
The rapid proliferation of microservice-based applications across Edge, Fog, and Cloud hierarchies has introduced significant challenges in dynamic resource orchestration. Traditional heuristic-based approaches, such as Least Frequently Used (LFU) placement, often fail to adapt to the volatile traffic patterns and heterogeneous constraints of modern distributed infrastructures. This thesis proposes an intelligent orchestration framework utilizing Reinforcement Learning (RL) to optimize microservice deployment. Leveraging Linkerd service mesh for real-time observability and traffic management, we implement and compare three distinct strategies: a baseline LFU heuristic, a Multi-agent RL approach, and a Centralized RL agent using the Maskable Proximal Policy Optimization (PPO) algorithm. Experimental results, conducted on a Kubernetes-based, multi-cluster testbed deployed on Google Cloud Platform using Google’s Online Boutique and TeaStore as benchmark, demonstrate that while multi-agent configurations provide localized optimization, they suffer from coordination conflicts that lead to system instability. In contrast, the proposed Centralized RL agent successfully mitigates these conflicts by maintaining a global state of the infrastructure. Our findings show that the Centralized approach achieves a significant reduction in end-to-end latency and improved request success rates compared to both heuristic and Multi-agent baselines, providing a robust solution for scalable microservice management.
