
Plusieurs thèses sont en cours de préparation. Cette page vous propose un court résumé de chacune d'elles, avec pour objectif de proposer une vue d'ensemble des activités de l'équipe.
Etudiant : Usama MIR
La radio cognitive est un nouveau concept visant à permettre à l’utilisateur une meilleure connectivité en se basant sur des terminaux mobiles capables de se reconfigurer de manière autonome afin de choisir le meilleur réseau et la meilleure bande de fréquence, à un moment donné, pour assurer un service optimal à l’utilisateur. Cette thèse s’inscrit dans le cadre du projet ANR Teropp (Technologies for terminals in opportunistic radio applications) qui est focalisé sur une ligne directrice: lever des verrous de la reconfigurabilité des terminaux en radio opportuniste par une action concertée entre Instituts Carnot. Il rassemble les instituts Carnot pertinents du domaine (GET, CEA LETI, CEA LIST, C3S, IEMN et TIE/UTT) pour traiter de manière coordonnée certains verrous et effectuer des validations des solutions développées. Les systèmes multi-agents représentent un excellent outil pour assurer un contrôle autonome dans un système largement distribué et dont les caractéristiques sont très dynamiques comme l’est la « radio reconfigurable ». Le but de cette thèse est d’exploiter les apports des systèmes multi-agents, notamment l’aspect de prise de décision de manière autonome en se basant sur une vision locale et en coopérant avec les autres agents, pour aboutir à une répartition optimale des ressources radio. Cette répartition doit prendre en compte les caractéristiques des communications demandées (qualité de service, coût, etc.), la mobilité de l’utilisateur, l’état du terminal (énergie), les ressources radio disponibles, etc.
L’intérêt de la solution à base d’agents réside, entre autres, dans l’absence totale d’entité centrale régissant le fonctionnement des agents, ce qui garantit une grande résistance au facteur d’échelle (scalability). La décision de l’agent se réfère généralement à des informations locales découlant de sa vue située. Ces informations sont obtenues directement par l’agent en observant le système (terminal mobile) sur lequel il est embarqué (détection d’un nouveau signal, niveau de batterie faible, etc.), en raisonnant sur ce qu’il a comme information pour en déduire de nouvelles connaissances et décisions, etc. Les informations détenues par l’agent peuvent également provenir d’autres agents dans son voisinage dont le but est de fournir une vision plus cohérente de l’état du réseau et d’assurer un fonctionnement coopératif entre les agents.
Dans le cadre de cette thèse, nous comptons utiliser des agents coopératifs qui peuvent négocier pour arriver à une configuration arrangeant la majorité d’entre eux. Un terminal mobile peut accepter, par exemple, d’utiliser moins de bande passante si sa communication n’est pas très prioritaire pour en laisser un autre profiter du reste de la bande
passante. Il peut également décider de se connecter sur un autre réseau plus cher s’il en a les moyens lorsqu’il voit que beaucoup de terminaux mobiles sont en concurrence pour l’utilisation du réseau dont il profite actuellement. Ces concessions et négociations se feront selon un protocole de négociation multi-agents à établir selon le scénario défini dans le cadre du projet. Des comparaisons sont à effectuer avec les algorithmes basés sur la théorie des jeux qui seraient développés par des partenaires dans ce projet.
Etudiant : Ihsan ULLAH
Les systèmes de « multicast applicatif » fondés sur des réseaux pair-à-pair sont apparus comme une approche de communication de groupe. Contrairement aux systèmes de « multicast IP » et aux CDN (Content Delivery Networks), cette approche est peu coûteuse et ne nécessite pas le soutien d’une infrastructure réseau physique. Au lieu de cela, elle s'appuie sur des communications hôtes à hôtes pour fournir un contenu. Ainsi, les systèmes de « multicast applicatif » sont bien adaptés aux applications consommatrices de bande passante comme le « streaming » vidéo. Néanmoins, ces systèmes souffrent de problèmes de performance qui doivent être abordés. En effet, comme les ressources des pairs et que les liens entre eux le sont aussi, les pairs dépendent les uns des autres pour recevoir le contenu. Le comportement d’un pair donné va donc avoir une grande influence sur la performance du système. Par exemple, dans un système « multicast applicatif » fondé sur un arbre, le départ d’un pair va perturber le service pour tous les pairs du sous-arbre. C’est pourquoi, nous nous intéressons dans cette thèse à améliorer la performance des systèmes « multicast applicatifs » pour optimiser leur qualité de service. Pour cela, nous travaillons sur la modélisation de comportement des utilisateurs pour prédire leur comportement futur et réagir de manière proactive pour réduire l’impact d’un départ. Par la suite, nous intégrerons ce paramètre avec d’autres, comme par exemple l’hétérogénéité et le partage de ressources, afin d’obtenir un modèle complet d’un pair.
Etudiant : Rafik MAKHLOUFI
Le modèle pair à pair (P2P) se présente actuellement comme une véritable alternative au modèle client/serveur. Cependant, il n’existe actuellement aucune infrastructure décentralisée de supervision qui permette à un administrateur réseau de pouvoir surveiller et contrôler les services qui reposent sur ce modèle. Or, cet outil est crucial pour l’intégration des services P2P dans les environnements où la qualité de service doit être assurée (entreprises, fournisseurs d’accès, universités, …). En outre, les solutions de supervision actuelles reposent toutes sur une approche centralisée, qui est contraire aux caractéristiques du modèle P2P.
L’objectif de cette thèse est donc de proposer des solutions qui permettent de superviser les modèle P2P de manière complètement distribuée. Deux points seront notamment abordés : (1) la distribution efficace des informations de gestion, avec les contraintes de cohérence, pérennité et sécurité, et (2) la proposition d’une infrastructure de supervision complètement distribuée et décentralisée où chaque pair puisse à la fois jouer le rôle de l’agent et de gestionnaire. L’ensemble des propositions sera validé dans l’environnement de test PlanetLab auquel l’équipe ERA appartient. Cet environnement permet d’effectuer des tests à l’échelle de l’internet en conditions réelles sur des programmes distribués. Cette approche facilite donc le transfert technologique car la validation n’est pas faite par des simulations mais par des programmes à l’état de prototype.
Etudiant : Atiq AHMED
L’Internet des choses a été proposé (ITU '05) afin de fournir aux utilisateurs la possibilité de se connecter partout et à n’importe quel moment. Dans ce contexte, il est intéressant de constater que la connectivité ubiquitaire peut ne pas être fournie par une seule technologie. En effet, l’entité qui veut gagner l’accès à un service, peut être amenée à utiliser plusieurs réseaux afin de maintenir la connectivité. Ceci conduit naturellement à un réseau IP sans fil et hétérogène. La gestion de la mobilité dans les réseaux sans fil hétérogènes, fournissant le handover vertical et la qualité de service, est l'un des principaux défis de ce type de réseaux. Ainsi, il est très important de développer des techniques efficaces et intelligentes pour minimiser les interruptions de service au cours du processus de handover. En effet, le handover vertical doit être effectué avec le minimum de latence et de perte de paquets. Nous nous sommes focalisés sur l'anticipation de handover entre des réseaux hétérogènes à l'aide d'une approche multi-agents. Les agents sont placés dans les terminaux mobiles et les points d'accès qui prévoient le handover en utilisant des paramètres prédéfinis tels que RSS, la bande passante, les coûts, les préférences de l'utilisateur, la vitesse, etc. À cet égard, trois comportements des agents sont définis: monitoring de réseau, décision et Sélection de réseau. Grâce au comportement de monitoring, les terminaux mobiles recueillent les informations nécessaires auprès des réseaux voisins. L’agent résidant dans le terminal mobile collecte cette information à partir du terminal mobile et la met dans une base de données sous la forme d’une liste de réseaux candidats. Cette base de données est partagée entre tous les comportements du même agent. Le comportement de monitoring reste activé tout le temps et scrute le voisinage afin de vérifier la disponibilité de nouveaux réseaux. Le comportement de Décision est activé lorsque la valeur de RSS passe en dessous d'un certain seuil. Le rôle de ce comportement est de décider si l'exécution du handover est nécessaire ou s’il faut rester connecté au même réseau. Si la décision prise consiste à exécuter le handover, le comportement de sélection est activé afin de choisir le meilleur réseau disponible. Actuellement, nous travaillons sur la coopération entre les agents, afin d'optimiser le processus de décision.