基于PPO 的Serverless平台自动伸缩策略研究

来源：机械与电子杂志2026年第03期北京时间：

作者：龙诺亚1;李子鹏1;2;张猛1;郑元伟1;张菡1;童勇3;王喜宾4

单位：(1.贵州电网有限责任公司,贵州 贵阳 550002;2.贵州大学计算机科学与技术学院,
贵州 贵阳 550025;3.联通(贵州)产业互联网有限公司,贵州 贵阳 550003;
4.贵州理工学院大数据学院,贵州 贵阳 550025)

摘要：为提升Serverless平台自动伸缩的资源效率与服务质量稳定性,提出一种基于近端策略优化(PPO)的自动伸缩策略。首先,结合Knative弹性伸缩架构,将自动伸缩问题建模为马尔科夫决策过程,构建包含集群多维资源状态与负载特征的状态空间,设计融合吞吐量、响应时间及资源利用率阈值的复合奖励函数,并定义连续动作空间以适配Knative的参数配置特性。然后,基于Actor Critic框架设计PPO 算法,通过策略梯度优化与重要性采样机制实现稳定训练,解决传统强化学习方法在连续动作空间下的控制精度不足问题。最后,在Knative平台实现该策略,通过实时采集环境状态数据更新模型参数,动态调整资源分配与实例数量。实验结果表明,基于PPO 的自动伸缩策略在平均吞吐量上相较基于Q Learning的自动伸缩策略和平台默认策略KPA 分别有19.3%和106.1%的提升,平均响应延迟相较其他2种对比策略分别减少12 ms和108 ms,P90响应延迟相较其他2种对比策略分别减少50 ms和223 ms,在并发场景下可以为Serverless云计算平台提供更好的服务质量水平。

关键词：Serverless;自动伸缩;近端策略优化;马尔科夫决策过程