Россия
Статья представляет собой разработку и анализ стохастических моделей поведения контейнеризированных приложений в Kubernetes 1.29+ на основе неоднородных марковских цепей и гиперэкспоненциальных распределений tail latency. Авторы декомпозируют стохастику на процессы, формализуют матрицу переходов подов и реализуют векторизованную симуляцию миллионов подов с онлайн-калибровкой по Prometheus. Уникальность работы заключается в предсказании p95-p99.9 tail latency с ошибкой <5%, опережающем автоскейлинге на 15-30 сек, обнаружении скрытых корреляций и оптимизации плотности размещения на 40% без перегрузок.
стохастические контейнеры, Kubernetes, tail latency, марковские цепи, автоскейлинг
1. Мочалов, В. П. Алгоритм динамического распределения и балансировки нагрузки в распределенных облачных вычислениях / В. П. Мочалов, Н. Ю. Братченко, Д. В. Гостева // Моделирование систем и процессов. – 2024. – Т. 17, № 1. – С. 92-102. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-1-92-102. – EDN EWMPYM.
2. Харитонов, А. В. Приближенная оценка задержек в компьютерной системе с контейнерной виртуализацией // Информатика и автоматика. – 2025. – Т. 24, № 3. – С. 917-925. – URL: https://www.mathnet.ru/links/3bb517bfcc71c951793066d9968cc9cf/trspy1377.pdf (дата обращения: 19.02.2026).
3. Григорьев, В. П. Оценка вероятностно-временных характеристик контейнеризированных приложений // НТВ ИТМО. – 2023. – № 2. – С. 249-258. – URL: https://ntv.ifmo.ru/file/article/22755.pdf (дата обращения: 19.02.2026).
