论文提出工业边缘AI服务运行时保护框架

Nitya Sathyavageeswaran 等在 arXiv 提出面向工业边缘系统的 AI 服务运行时保护框架，用于应对单台设备上共部署多个 AI 服务时共享网络饱和导致输出不准或过期的静默部分失效问题。 框架把每个共部署服务视为自主智能体，引入 Runtime Criticality Score（RCS），由物理后果、推理质量、输入新鲜度、近期可用性压力、执行器耦合和主机可用保护动作六个归一化维度计算；权重按当前观测到的扰动类型通过轻量贝叶斯更新在线调整，同一服务在网络延迟与热节流下的排序会不同。各智能体通过开放的点对点发现通道向对等节点发布 RCS，在无中心控制器的情况下协商资源分配。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。