INFRA - Infrastructures matérielles et logicielles pour la société numérique

Vers un réseau en nuage et mobile sensible aux usages – ABCD

Vers un réseau en nuage sensible aux usages

ABCD est un projet de recherche fondamentale, coordonné par le laboratoire LIP6 de l’UPMC. Il associe des laboratoires industriels, Orange labs et Ucopia, à des laboratoires académique, Inria, Telecom ParisTech et l’UPMC. Le projet a commencé en octobre 2013 et a duré 42 mois. Il a bénéficié d’une aide ANR de 714 769 € pour un cout global de 2 353 000 €.

Maitriser le comportement des utilisateurs dans les technologies de distribution des services numériques

L’objectif du projet est de définir des solutions adéquates pour capturer des schémas de mobilité, en les corrélant avec les usages afin de déployer une architecture de délestage « Cloud » pour les réseaux de télécommunication. Cette approche nécessite une estimation fiable des usages et des schémas de mobilité pour créer une solution adaptative de distribution et d’allocation des ressources. En effet, l'efficacité du réseau peut être améliorée si les serveurs Cloud sélectionnés peuvent réaliser une distribution proactive, en identifiant les moments clés où des masses d'utilisateurs vont solliciter le réseau et en géolocalisant les flux de la consommation. L’objectif est de maîtriser les conséquences des mouvements urbains spontanés en augmentant l'efficacité du réseau. Ces réseaux d'accès mobiles souffrent de la diffusion des smartphones et de l’agglomération d’utilisateurs qui accèdent simultanément aux mêmes services lors d'événements sociaux. Ces événements sont détectés afin de placer dynamiquement des ressources de calcul à proximité des passerelles d’accès. Les services Cloud peuvent tirer profit de telles ressources distribuées : en externalisant les ressources hors du terminal mobile, elles permettent de stocker et de traiter à distance les données, et en approchant les services aux utilisateurs, l’expérience de l’utilisateur (QoE) peut être augmentée.

Des études récentes sur la mobilité humaine montrent qu’en analysant les déplacements d’utilisateurs on peut prédire leurs mouvements avec une précision acceptable. Cependant, ils utilisent des terminaux donnant souvent accès à des services basiques qui nécessitent malgré cela une bande passante de grande capacité. La diffusion de cette tendance, avec les problèmes de connectivité qu’elle soulève déjà avec des services basiques, représente un obstacle majeur pour le déploiement de services avancés. Dans ce contexte, l’approche du projet est de concevoir de nouvelles solutions d’allocation automatique ou orchestration des ressources pour décharger les réseaux d'accès. La dynamique des usages et des modes de consommation, ainsi que leur corrélation avec une lecture macroscopique des habitudes relatives à la mobilité, restent des facteurs presque inconnus que le projet a essayé de caractériser par des outils de machine learning. Cette carence s’explique notamment par le manque de coordination entre l'ingénierie du trafic, les études d’usages et la détection de la mobilité de l'utilisateur, ainsi que l'absence de données d’accès publiques exploitables.

Grace à des nouvelles bases de données crées par le projet, le projet a contribué à la conception de methodologies nouvelles pour la characterization des usages et des flots de trafic dans les réseaux mobiles, et cela pour de grandes échelles et villes, tout en permettant la détection d’événements spéciaux et en estimant les mouvements de masses utilisateurs avec une faible complexité et une haute précision. Le projet a ensuite proposé comment utiliser cette information pour l’estimation de points à forte concentration de personnes et trafic, et cela afin d’instruire des procédures d’ingénierie de trafic. En plus, le projet a conçu des algorithmes et protocoles qui, en exploitant telle connaissance, peuvent prendre de meilleures décisions d’allocation de spectre, de mobilité de ressources de calcul à travers de data-centers géographiquement distribués, et de déchargement de taches de calcul des terminaux vers tels points de calcul de proximité.

Le projet a contribué avec une douzaine de publication de journaux et une quinzaine de publications dans des conférences. Il vaut en particulier mentionner des publications dans des journaux extrêmement sélectifs comme IEEE/ACM Transactions on Networking, IEEE Transactions on Mobile Computing and Network and Service Management, et des conférences de très haut niveau comme IEEE INFOCOM et IFIP Networking.

A. Ceselli, M. Premoli, S. Secci, «Mobile Edge Cloud Network Design Optimization«, IEEE/ACM Transactions on Networking, Vol. 25, No. 3, pp: 1818-1831, 2017.

S. Hoteit, S. Secci, M. Premoli, «Crowded spot estimator for urban cellular networks«, Annals of Telecommunications, 2017.

A. Furno, D. Naboulsi, R. Stanica, M. Fiore, “Mobile Demand Profiling for Cellular Cognitive Networking”, IEEE Transactions on Mobile Computing, Vol. 16, No. 3, pp. 772-786, Mar. 2017.

S. Secci, P. Raad, P. Gallard, «Linking Virtual Machine Mobility to User Mobility«, IEEE Transactions on Network and Service Management, Vol. 13, No. 4, pp: 927-940, Dec. 2016.

M. Hajir, R. Langar, F. Gagnon, “Coalitional Games for joint Co-tier and Cross-tier Cooperative Spectrum Sharing in Dense Heterogeneous Networks”, IEEE Access Journal, June 2016.

D. Naboulsi, M. Fiore, R. Stanica, S. Ribot, “Large-scale Mobile Traffic Analysis: a Survey”, IEEE Communications Surveys and Tutorials, vol. 18, no. 1, Jan. 2016.

S. Hoteit, S. Secci, S. Sobolevsky, G. Pujolle, C. Ratti, “Estimating Human Trajectories and Hotspots through Mobile Phone Data“, Computer Networks, Elsevier, Vol. 64, pp: 296-307, May 2014.

A. Furno, M. Fiore, R. Stanica, C. Ziemlicki, Z. Smoreda, «A Tale of Ten Cities: Characterizing Signatures of Mobile Traffic in Urban Areas«, IEEE Transactions on Mobile Computing, 2017. Partenaires : Inria, Orange.

K-W. Lim, S. Secci, L. Tabourier, B. Tebbani, “Characterizing and predicting mobile application usage”, Computer Communications, Elsevier, Vol. 95, pp: 82-94, Dec. 2016. Partenaires : Ucopia, UPMC.

S. Hoteit, S. Secci, G. Pujolle, A. Wolisz, C. Ziemlicki, Z. Smoreda, «Mobile Data Traffic Offloading over Passpoint Hotspots«, Computer Networks, Vol. 84, pp: 76-93, June 2015. Partenaires: Orange, UPMC.

La diffusion des TIC génère une évolution sociale perceptible dans les usages numériques et dans la mobilité humaine. Si Internet a été conçu pour des usages sédentaires, les tendances actuelles révèlent que les utilisateurs seront davantage nomades. En septembre 2012, l’Institut Médiamétrie a montré que 56% des français abonnés à la téléphonie mobile utilise un smartphone et 50% se connecte à l’Internet mobile. Cette tendance s'accélère : 38% des utilisateurs regarde la Mobile TV depuis leur smartphone et 32% a souscrit à une « option illimitée ».
Des études récentes sur la mobilité humaine montrent qu’en analysant les déplacements d’utilisateurs on peut prédire leurs mouvements avec une précision acceptable. Cependant, ils utilisent des terminaux donnant souvent accès à des services basiques qui nécessitent malgré cela une bande passante de grande capacité. La diffusion de cette tendance, avec les problèmes de connectivité qu’elle soulève déjà avec des services basiques, représente un obstacle majeur pour le déploiement de services avancés. Elle invite à développer de nouvelles solutions de « Cloud computing » et d’allocation automatique des ressources pour décharger les réseaux d'accès. La dynamique des usages et des modes de consommation, ainsi que leur corrélation avec une lecture macroscopique des habitudes relatives à la mobilité, restent des facteurs presque inconnus aujourd'hui. Cette carence s’explique notamment par le manque de coordination entre l'ingénierie du trafic, les études d’usages et la détection de la mobilité de l'utilisateur, ainsi que l'absence de données d’accès publiques exploitables.
Nous visons ici à combler cette lacune, tant d'un point de vue fondamental que technologique, par la création d'une expertise interdisciplinaire portée par des laboratoires académiques sur les réseaux du Cloud Computing (LIP6, UPMC), le réseau urbain (Urbanet, INRIA), l’impact socio-économique des télécommunications (SES, Télécom ParisTech) ainsi que par l’expertise de centres de R&D industriels relative à l'analyse socio-économique des réseaux mobiles (SENSE, Orange Labs) et la gestion à grande échelle de réseau WiFi (Ucopia Communications). Notre but est de définir des solutions adéquates pour capturer des schémas de mobilité, en les corrélant avec les usages afin de déployer une architecture de délestage « Cloud » pour les réseaux de télécommunication. Cette solution nécessite une estimation fiable des usages et des schémas de mobilité pour créer une solution adaptative de distribution et d’allocation des ressources. En effet, l'efficacité du réseau peut être améliorée si les serveurs Cloud sélectionnés peuvent réaliser une distribution proactive, en identifiant les moments clés où des masses d'utilisateurs vont solliciter le réseau et en géolocalisant les flux de la consommation. Cette solution vise à maîtriser les conséquences des mouvements urbains spontanés en augmentant l'efficacité du réseau.
Nous ciblons les usages des services de l’Internet mobile tels que la VOD, les réseaux sociaux, les mises à jour logicielles. Ces réseaux d'accès mobiles souffrent de la diffusion des smartphones et de l’agglomération d’utilisateurs qui accèdent simultanément aux mêmes services lors d'événements sociaux. Ces événements sont détectés afin de déplacer dynamiquement des machines virtuelles à proximité des passerelles d’accès. Les services de Cloud computing peuvent optimiser un tel accès distribué : en externalisant les ressources hors du terminal mobile, elles permettent de stocker et de traiter à distance les données. Les terminaux ont une capacité de calcul et des ressources énergétiques limitées. Dès lors, le déploiement d’un nuage de machines virtuelles suffisamment important et l’adaptation de leur migration en fonction des déplacements des utilisateurs peut permettre de délester les terminaux mobiles et d’économiser l'énergie de la batterie, tout en garantissant une meilleure fiabilité de connexion.

Coordination du projet

LANGAR Rami (Université Pierre et Marie Curie)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

Inria Centre de Recherche Inria Grenoble Rhone-Alpes
UCOPIA COMMUNICATIONS
UPMC Université Pierre et Marie Curie
ORANGE
TPT Télécom ParisTech

Aide de l'ANR 714 769 euros
Début et durée du projet scientifique : septembre 2013 - 42 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter