Dağıtık bilişim sistemlerinde kaynak yönetimi, modern teknolojinin en kritik zorluklarından biri haline geldi. Binlerce sunucunun eş zamanlı çalıştığı bu sistemlerde, bellek kaynaklarının doğru dağıtımı sistem performansını doğrudan etkiliyor.
Araştırmacılar, bu problemi çözmek için makine öğrenmesi destekli yenilikçi bir yaklaşım geliştirdi. Geleneksel yöntemler genellikle statik kurallar kullanırken, yeni sistem dinamik tahmin modelleri kullanarak gelecekteki bellek ihtiyaçlarını önceden hesaplıyor.
Çalışmada LightGBM ve XGBoost gibi gelişmiş algoritmaların hibrit kullanımı öne çıkıyor. Bu modeller, geçmiş kullanım verilerini analiz ederek yüksek doğrulukla tahminler üretiyor. Özellikle yetersiz bellek ayırmanın sistem çökmelerine yol açabileceği göz önünde bulundurularak, güvenlik faktörleri de hesaplamalara dahil ediliyor.
SAP'nin gerçek iş yükü verileriyle yapılan kapsamlı testler, sistemin etkinliğini kanıtladı. Yetersiz bellek ayırma sorunları %30'dan fazla azalırken, gereksiz kaynak israfı %70'e varan oranlarda düştü.
Bu teknoloji, özellikle bulut hizmet sağlayıcıları ve büyük ölçekli teknoloji şirketleri için önemli maliyet tasarrufları ve performans iyileştirmeleri vaat ediyor. Gelecekte daha da geliştirilecek bu yaklaşımın, dijital altyapının sürdürülebilirliğine önemli katkılar sunması bekleniyor.