연구진은 클라우드-엣지 연속 환경의 불안정성을 해결하기 위해 시간 시계열 예측 기반 Zero Touch 관리를 제안했어요.
새로운 노드는 초기 데이터 부족 문제를 겪고, 일반화된 모델은 하드웨어 및 마이크로 서비스 동작을 제대로 반영하지 못하는 '콜드 스타트' 문제를 해결하기 위해 데이터 혼합 방식을 도입했어요.
연구 결과, TimeTrack 공개 데이터셋과 노드 데이터를 결합하여 예측 정확도를 높이고, MSE, MAE, MAPE 지표에서 기존 방식 대비 성능 향상을 확인했어요.