Краткое содержание

arXiv:2507.20116v2 Тип объявления: replace-cross Аннотация: Эффективное распределение контейнерных изображений является ключевым для обеспечения вывода машинного обучения на краю сети, где ограничения ресурсов и динамические условия сети создают значительные вызовы. В этой статье мы представляем PeerSync — децентрализованную систему на основе P2P, разработанную для оптимизации распределения изображений в краевых средах. PeerSync использует динамически адаптирующийся механизм загрузки, учитывающий популярность контента и реальные условия сети. Дальнейшая интеграция автоматического выбора трекера для быстрого обнаружения пиров и управления кэшем в динамическом режиме позволяет эффективно использовать хранилище. PeerSync реализован на 8000+ строках кода на языке Rust и тщательно протестирован на крупномасштабных симуляциях Docker и физических краевых устройствах. Экспериментальные результаты показывают, что PeerSync обеспечивает значительное увеличение скорости в 2.72$\times$, 1.79$\times$ и 1.28$\times$ по сравнению с базовым решением D.