Mois : novembre 2019

Vendredi 22 Novembre 2019 à 13h30 en Amphi « Darwin »

Titre :  Algorithmes pour le déchargement de tâches sur serveurs de périphérie mobile.
Résumé :
           Le déchargement de calculs est l’une des solutions les plus prometteuses pour surmonter le manque de ressources au niveau des terminaux mobiles. Elle permet l’exécution d’une partie ou de la totalité d’une application mobile dans le cloud. L’objectif est d’améliorer les temps d’exécution et de réduire la consommation énergétique. Malheureusement, même si les Clouds disposent d’importantes ressources de calcul et de stockage, ils sont généralement éloignés des équipements terminaux. Dans ce cas, cette approche peut souffrir de délais importants et fluctuants. Cette constatation est particulièrement problématique pour certaines applications pour lesquelles un temps de réponse réduit est nécessaire. Pour réduire ce délai d’accès, l’une des approches émergentes est de pousser le Cloud vers la bordure du réseau. Cette proximité permet aux applications mobiles de décharger leurs tâches et données vers un Cloud “local” ou “Edge Cloud”. Un Edge Cloud peut être vu comme un petit centre de traitement des données relativement à de plus grands data centres. Cette proximité géographique entre les applications mobiles et le cloud local signifie que le délai d’accès peut être considérablement réduit par rapport aux Clouds distants, mais également la possibilité d’obtenir un débit plus important, une plus grande réactivité, un meilleur passage à l’échelle, etc.
           Dans cette thèse, nous nous concentrons sur le déchargement de calculs dans une architecture de type mobiles (Mobile Edge Computing – MEC), composée de plusieurs serveurs de périphérie. Notre objectif est d’explorer de nouvelles stratégies de déchargement efficaces afin d’améliorer les performances des applications tant du point de vue délais de calcul que consommation énergétique, tout en garantissant les contraintes de temps d’exécution des applications. Notre première contribution est une nouvelle stratégie de déchargement sur plusieurs serveurs de périphérie. Nous proposons par la suite une extension de cette stratégie en incluant également le Cloud. Nous évaluons ces stratégies tant du point de vue théorique que pratique avec l’implémentation d’un middleware de déchargement. Finalement, nous proposons une nouvelle approche élastique dans le cas d’applications multitâches caractérisées par un graphe de dépendances entre les tâches.