En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->Marco de autorreparación agente bioinspirado para sistemas continuos de computación distribuida resilientes

Marco de autorreparación agente bioinspirado para sistemas continuos de computación distribuida resilientes

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Resumen: Los sistemas biológicos humanos sustentan la vida a través de una resiliencia extraordinaria, detectando continuamente daños, orquestando respuestas específicas y restaurando funciones mediante la autocuración. Inspirándose en estas capacidades, este artículo presenta ReCiSt, un marco de autocuración agente bioinspirado diseñado para lograr resiliencia en sistemas continuos de computación distribuida (DCCS). Los DCCS modernos integran recursos informáticos heterogéneos, que van desde dispositivos IoT con recursos limitados hasta infraestructuras de nube de alto rendimiento, y su complejidad inherente, movilidad y condiciones operativas dinámicas los exponen a fallas frecuentes que interrumpen la continuidad del servicio. Estos desafíos subrayan la necesidad de estrategias de resiliencia escalables, adaptables y autorreguladas. ReCiSt reconstruye las fases biológicas de hemostasia, inflamación, proliferación y remodelación en las capas computacionales de contención, diagnóstico, metacognitiva y conocimiento para DCCS. Estas cuatro capas realizan aislamiento autónomo de fallas, diagnóstico causal, recuperación adaptativa y consolidación de conocimientos a largo plazo a través de agentes impulsados ​​por el modelo de lenguaje (LM). Estos agentes interpretan registros heterogéneos, infieren causas fundamentales, refinan las vías de razonamiento y reconfiguran recursos con una mínima intervención humana. El marco ReCiSt propuesto se evalúa en conjuntos de datos de fallas públicos utilizando múltiples LM y no se incluye ninguna comparación de referencia debido a la escasez de enfoques similares. Sin embargo, nuestros resultados, evaluados bajo diferentes LM, confirman las capacidades de autorreparación de ReCiSt en decenas de segundos con un mínimo de 10% de uso de CPU del agente. Nuestros resultados también demostraron la profundidad de un análisis para superar las incertidumbres y la cantidad de microagentes invocados para lograr la resiliencia.

Publicado originalmente en export.arxiv.org el 4 de enero de 2026.
Ver fuente original

admin

Usuario de administración del sitio web