Systèmes Multi-Agents et programmation répartie communication par mobilité optimale des agents

Abstract

Nous travaillons sur un système multi agents distribué. Nous considérons des agents ayant un script fonctionnel et manipulant des termes du λAGD-calculus qui est un langage fonctionnel distribué d’agents [1]. Nous avons intégré dans le λAGD-calculus une stratégie de communication entre agents sur demande [1]. Pour chaque agent susceptible de recevoir un message m qui et un terme fonctionnel, nous déterminons la partie de m, nécessaire à envoyer. Ceci est accompli par une analyse statique du code de l’application. Nous avons aussi travaillé sue une implémentation mobile de cette stratégie de communication, basée sur les agents mobiles [2]. Dans un système multi agents distribué, chaque site a son agent mobile qui peut migrer d’un site à un autre avec les parties des messages, détectées nécessaires à transmettre vers l’extérieur. Le but de la migration et d’atteindre les ressources et les données distants, faire le traitement localement et ne transmettre que les données nécessaires. L’agent mobile migre aux sites qui ont un nombre important d’interactions avec son site. Dans le cas où le nombre d’interactions n’est pas important cette approche devient moins efficace. Elle est pénalisée par la taille de l’agent mobile. Dans ce deuxième cas, les messages destinés aux sites distants sont adressés à l’agent serveur du site émetteur pour qu’il les traite et les envoie à leurs destinations. Dans le site récepteur, l’agent serveur traite les messages externes et les transmet à leurs destinations. Nous nous sommes penchés par la suite sur l’application de notre approche de communication à un domaine où la masse de données est importante. Ceci nous a mené au domaine du traitement de l’information où les systèmes multi agents et le data mining distribué (DDM) convergent. La synergie entre les deux technologies offre un grand potentiel et une grande opportunité pour des applications distribuées sophistiquées. Une étude tout d’abord de la thématique DDM est faite, elle synthétise ses problèmes, ses limites ainsi que ses perceptuelles issues de recherche, Dans cette étude nous présentons le synergie de systèmes multi agents dans le data mining diistribué ce qui donne lieu au data mining distribué multi agent (MADDM) [3]. La communication est l’un des limites majeures dans MADDM [3]. Elle est couteuse et elle est accomplie par envoi de messages ce qui rend son implémentation inefficace. L’objectif principal de plusieurs recherches est de minimiser le nombre de messages envoyés. Dans ce contexte nous appliquons notre approche de communication citée précédemment aux systèmes [4]. Cette stratégie a été testée dans un système distribué d’agents où les agents manipulent des données arborescentes et ont des comportements pouvant filtrer tous les messages arrivés par des filtres ayant la même structure. Cette stratégie est basée sur une analyse statique et la migration d’agents mobiles. L’analyse statique compile tous les messages «send(a,m) » à « send(a,m,L) » où « L » est la partie de m nécessaire à envoyer au site distant. Dans le cas où le nombre de message send(a,m,L) est important, un agent mobile migre au site distant pour accomplir toutes les taches localement. Ainsi les « send(a,m.L) » ne vont pas être exécutée et leur coût sera minimisé [2].