CE25 - Réseaux de communication multi-usages, infrastructures de hautes performances, Sciences et technologies logicielles

Configurations d'environnements fog large-échelle – Koala

Résumé de soumission

Récemment, le fog computing est devenu une tendance majeure dans le domaine des systèmes distribués large-échelle. Ce paradigme permet de faire cohabiter des services de cloud computing avec des équipements IoT, donnant ainsi lieu à un environnement hautement configurable où services et équipements interagissent et évoluent continuellement. Les bénéfices sont évidents : en capitalisant sur les avantages des deux domaines, un environnement fog peut fournir d’énormes capacités de calcul tirées du cloud et les coupler à la sensibilité au contexte des équipements IoT. Mais de tels systèmes couvrent généralement différents domaines d’application et sont physiquement distribués dans l’espace, créant ainsi des dépendances entre les domaines, les plateformes et les services, les rendant difficiles à configurer et à faire évoluer. Raisonner sur les configurations d’un environnement si variable, distribué et hétérogène de manière systématique et automatisée est une tâche complexe et exigeante. De plus, les configurations d’un fog ne sont pas immuables puisque sa structure évolue au cours du temps, des nœuds pouvant être ajoutés, supprimés ou mis à jour régulièrement. Le système doit donc continuellement s’adapter à des conditions d’exécution imprévisibles et en constante évolution.

Ce projet a donc pour objectif de fournir un ensemble d’outils, de méthodes et de logiciels innovants pour gérer la complexité inhérente aux configurations et adaptations des environnements de fog computing. Il vise notamment à proposer des solutions aux limites des approches actuelles (e.g., manque d’expressivité et de passage à l’échelle) en plaçant la connaissance comme élément central du projet. Nous prévoyons ainsi de nous attaquer aux problèmes de configuration en utilisant de récentes avancées dans le domaine de la compilation de connaissance. Nous étudierons notamment quelle est la meilleure représentation d-DNNF en fonction du raisonnement à effectuer et nous envisageons de fournir de nouveaux mécanismes de modélisation de la variabilité (e.g., dimensions, priorités et cadre) nécessaires dans le contexte d’un fog. Concernant les adaptations, nous voulons tirer profit des techniques d’apprentissage pour améliorer la gestion et l’évolution de l’adaptation en cas d’incertitude, en s’appuyant sur une base de connaissance réutilisable et continuellement enrichie.
Nous développerons notamment une approche qui suggèrera des scenarios d’évolution de manière prédictive, en analysant une base de connaissance évolutive enrichie à l’exécution grâce à l’apprentissage.

Bien que Koala sera étudié et validé sur des environnements de fog computing, les résultats obtenus auront un impact plus large puisqu’ils pourront être appliqués à n’importe quel contexte sociétal dans lequel des systèmes logiciels distribués hétérogènes doivent s’adapter au cours de leur exécution. Un large panel de domaines peut donc bénéficier des approches développées dans Koala, tels les transports (voitures autonomes), la santé (bâtiments et maisons intelligents qui peuvent adapter la configuration de leurs équipements, e.g., en présence de personnes handicapées) l’environnement (adapter le système logiciel de manière à toujours exécuter la configuration la moins énergivore), etc. L’utilisation de telles approches peut aussi avoir un impact économique, puisque adapter le système afin d’éviter des pannes logicielles permet également d’éviter des pannes matérielles, et donc de réduire les dépenses.

Coordinateur du projet

Monsieur Clément QUINTON (Centre de Recherche en Informatique, Signal et Automatique de Lille)

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

CRIStAL Centre de Recherche en Informatique, Signal et Automatique de Lille

Aide de l'ANR 183 708 euros
Début et durée du projet scientifique : décembre 2019 - 42 Mois

Liens utiles

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