論文の概要: Optimizing Airline Reservation Systems with Edge-Enabled Microservices: A Framework for Real-Time Data Processing and Enhanced User Responsiveness
- arxiv url: http://arxiv.org/abs/2411.12650v1
- Date: Tue, 19 Nov 2024 16:58:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-20 13:38:34.992563
- Title: Optimizing Airline Reservation Systems with Edge-Enabled Microservices: A Framework for Real-Time Data Processing and Enhanced User Responsiveness
- Title（参考訳）: エッジ対応マイクロサービスによるエアライン予約システムの最適化 - リアルタイムデータ処理とユーザ応答性向上のためのフレームワーク
- Authors: Biman Barua, M. Shamim Kaiser,
- Abstract要約: 本稿では,航空会社におけるエッジコンピューティングの実現のための概念的枠組みについて概説する。
エッジコンピューティングは、座席在庫チェック、予約プロセス、さらにはユーザに近い確認など、特定のアクティビティを可能にするため、全体の応答時間を短縮し、システムの性能を向上させる。
フレームワークの価値には、低レイテンシ、高スループット、高ユーザエクスペリエンスなど、システムのハイパフォーマンスを達成することが含まれるべきです。
- 参考スコア（独自算出の注目度）: 1.03590082373586
- License:
- Abstract: The growing complexity of the operations of airline reservations requires a smart solution for the adoption of novel approaches to the development of quick, efficient, and adaptive reservation systems. This paper outlines in detail a conceptual framework for the implementation of edge computing microservices in order to address the shortcomings of traditional centralized architectures. Specifically, as edge computing allows for certain activities such as seat inventory checks, booking processes and even confirmation to be done nearer to the user, thus lessening the overall response time and improving the performance of the system. In addition, the framework value should include achieving the high performance of the system such as low latency, high throughput and higher user experience. The major design components include deployed distributed computing microservices orchestrated by Kubernetes, real-time message processing system with Kafka and its elastic scaling. Other operational components include Prometheus and Grafana, which are used to monitor and manage resources, ensuring that all operational processes are optimized. Although this research focuses on a design and theoretical scheming of the framework, its use is foreseen to be more advantageous in facilitating a transform in the provision of services in the airline industry by improving customers' satisfaction, providing infrastructure which is cheap to install and efficiently supporting technology changes such as artificial intelligence and internet of things embedded systems. This research addresses the increasing demand for new technologies with modern well-distributed and real-time-centric systems and also provides a basis for future case implementation and testing. As such, the proposed architecture offers a market-ready, extensible solution to the problems posed by existing airline reservation systems .
- Abstract（参考訳）: 航空会社予約の運用の複雑さが増大するにつれ、迅速で効率的で適応的な予約システムを開発するための新しいアプローチを採用するためのスマートソリューションが求められている。
本稿では,従来の集中型アーキテクチャの欠点に対処するため,エッジコンピューティングマイクロサービスの実装のための概念的フレームワークについて概説する。
具体的には、エッジコンピューティングが座席在庫確認や予約プロセス、さらにはユーザに近い確認など特定のアクティビティを可能にするため、全体の応答時間が短縮され、システムの性能が向上する。
さらに、フレームワークの価値には、低レイテンシ、高スループット、高ユーザエクスペリエンスなど、システムのハイパフォーマンスを達成することが含まれるべきです。
主な設計コンポーネントは、Kubernetesによってオーケストレーションされた分散コンピューティングマイクロサービスのデプロイ、Kafkaを使用したリアルタイムメッセージ処理システム、そのエラスティックスケーリングである。
他の運用コンポーネントにはPrometheusとGrafanaがあり、リソースの監視と管理に使用され、すべての運用プロセスが最適化されている。
本研究は、この枠組みの設計と理論的計画に焦点を当てているが、顧客満足度を高め、人工知能や組み込みシステムのインターネットなどの技術変革を安価かつ効率的に支援するインフラを提供することにより、航空会社におけるサービス提供の変革を促進する上で、より有利であることが予想されている。
本研究は、現代に分散したリアルタイムシステムによる新しい技術への需要の増加と、将来のケース実装とテストの基礎を提供するものである。
提案アーキテクチャは,既存の航空予約システムによって生じる問題に対して,市場対応で拡張可能な解決策を提供する。
関連論文リスト
- Novel Architecture for Distributed Travel Data Integration and Service Provision Using Microservices [1.03590082373586]
本稿では,航空会社予約システムの柔軟性と性能を向上させるアーキテクチャを提案する。
設計にはRedisキャッシュ技術、KafkaとRabbitMQの2つの異なるメッセージングシステム、アーキテクチャストレージの2つのタイプ(MongoDBとDocker)が含まれている。
このアーキテクチャは、99.5%の素晴らしいレベルのデータ一貫性と、75ms未満のデータ伝搬の遅延を提供する。
論文 参考訳（メタデータ） (2024-10-31T17:41:14Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T19:02:54Z) - An Infrastructure Cost Optimised Algorithm for Partitioning of Microservices [20.638612359627952]
アプリケーションをクラウドに移行することは、ソフトウェア業界で広く採用されているため、分散クラウドにデプロイするアプリケーションにとって、最も適しており、広く受け入れられているアーキテクチャパターンであることが証明されている。
信頼性や障害分離,スケーラビリティ,アセットメンテナンスの容易さやオーナシップ境界の明確化など,技術的メリットの両面から,その有効性を実現しています。
場合によっては、既存のアプリケーションをアーキテクチャに移行するという複雑さは、圧倒的に複雑でコストがかかります。
論文 参考訳（メタデータ） (2024-08-13T02:08:59Z) - Inference Optimization of Foundation Models on AI Accelerators [68.24450520773688]
トランスフォーマーアーキテクチャを備えた大規模言語モデル(LLM)を含む強力な基礎モデルは、ジェネレーティブAIの新たな時代を支えている。
モデルパラメータの数が数十億に達すると、実際のシナリオにおける推論コストと高いレイテンシーが排除される。
このチュートリアルでは、AIアクセラレータを用いた補完推論最適化テクニックに関する包括的な議論を行っている。
論文 参考訳（メタデータ） (2024-07-12T09:24:34Z) - Defining a Reference Architecture for Edge Systems in Highly-Uncertain Environments [3.2861283087008406]
エッジシステムに対する異なるアーキテクチャアプローチが優先品質の懸念にどのように影響するかを示す。
本稿では,エッジシステムの参照アーキテクチャを高度に不確実な環境で定義する。
論文 参考訳（メタデータ） (2024-06-12T18:39:43Z) - EASRec: Elastic Architecture Search for Efficient Long-term Sequential
Recommender Systems [82.76483989905961]
現在のSRS(Sequential Recommender Systems)は、計算とリソースの非効率に悩まされている。
我々は、効率的な長期シーケンスレコメンダシステム(EASRec)のための弾性アーキテクチャー探索を開発する。
EASRecは、入力データバッチから履歴情報を活用するデータ認識ゲートを導入し、レコメンデーションネットワークの性能を改善する。
論文 参考訳（メタデータ） (2024-02-01T07:22:52Z) - A microservice architecture for real-time IoT data processing: A
reusable Web of things approach for smart ports [4.612539452170667]
Web of Thingsのパラダイムを使って標準化された、完全に再利用可能なマイクロサービスアーキテクチャを提案する。
本稿では,大気質の監視やスマートポートの警告といった分野において,アーキテクチャの完全再利用可能な実装を提案する。
論文 参考訳（メタデータ） (2024-01-27T11:40:38Z) - TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework [58.474610046294856]
産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。
本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-29T02:27:54Z) - ACE: Towards Application-Centric Edge-Cloud Collaborative Intelligence [14.379967483688834]
機械学習に基づくインテリジェントなアプリケーションは、私たちの生活の多くの部分に影響を与えています。
クラウドで実行されている現在の実装は、これらの制約をすべて満たすことができない。
エッジクラウドコラボレーションインテリジェンス(Edge-Cloud Collaborative Intelligence)パラダイムは、このような問題に対処するための一般的なアプローチとなっている。
論文 参考訳（メタデータ） (2022-03-24T13:12:33Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。