Optimisation des services virtualisés et du déchargement multiutilisateur multitâche dans les environnements edge-cloud mobiles multiserveurs

Abstract

L’Edge Computing (EC) fournit des ressources de stockage et de calcul distribuées à proximité des équipements IoT et mobiles afin d’offrir des services plus performants en exploitant les capacités des réseaux de nouvelle génération. Il s’agit d’une architecture prometteuse pour l’hébergement de services exigeants en matière de latence et de capacité de calcul, dont les besoins sont difficiles à satisfaire avec les architectures Cloud classiques. Par conséquent, de nouvelles architectures Edge-Cloud Mobiles (ECM), combinant l’Edge Computing et le Cloud Computing, émergent en raison de leurs nombreux avantages, notamment un débit plus élevé, une latence réduite, des ressources plus abondantes, une meilleure réactivité et une évolutivité transparente. Avec la miniaturisation des équipements, le développement rapide des réseaux sans fil et leur adoption à grande échelle, les appareils mobiles et les objets connectés (IoT) sont de plus en plus interconnectés et occupent une place essentielle dans nos communications quotidiennes ainsi que dans nos activités personnelles et professionnelles. Toutefois, leurs ressources limitées rendent nécessaire le recours au déchargement de calcul afin de permettre l’exécution multitâche d’applications exigeantes en ressources de calcul et de stockage. Dans ce contexte, l’Edge-Cloud Mobile propose des services virtualisés de déchargement de calcul permettant de déléguer les traitements les plus lourds à des infrastructures distantes et de préserver ainsi les ressources critiques des équipements mobiles. Cependant, ces services sont eux-mêmes très sensibles à la latence et leur mise en œuvre nécessite une gestion efficace des ressources de communication, de stockage et de calcul. Par ailleurs, la mobilité des utilisateurs, le positionnement des services ainsi que le maintien de leur qualité et de leur continuité constituent des défis majeurs. Dans cette thèse, nous nous intéressons à l’amélioration des services de déchargement de calcul dans des architectures Edge Computing (EC) et Edge-Cloud Mobiles (ECM) multiserveurs. Notre objectif est de concevoir des solutions algorithmiques efficaces permettant de prendre les meilleures décisions de déchargement des tâches, tout en gérant efficacement les problèmes d’allocation des ressources qui en découlent. Ces solutions visent à respecter les contraintes de temps d’exécution des tâches et à minimiser la consommation énergétique du système. Nous proposons trois solutions prenant en compte des systèmes multiutilisateurs et multitâches. La première est une solution de déchargement distribué destinée à des dispositifs exécutant des tâches issues d’une même application déchargeable, soumise à une contrainte stricte de délai d’exécution. Les décisions de déchargement visent à minimiser la consommation énergétique du système, tout en respectant les contraintes liées aux traitements et aux ressources disponibles. La deuxième solution propose une approche de déchargement adaptatif portant sur des tâches de calcul issues de plusieurs applications locales et caractérisées par des délais d’exécution indépendants. Outre le respect des contraintes temporelles, cette approche tient compte des besoins des dispositifs mobiles en matière de capacités de calcul local. Enfin, la troisième solution étudie les problèmes de déploiement et de migration des conteneurs hébergeant des services virtualisés. Les décisions de transfert visent à minimiser les coûts tout en satisfaisant, dans la mesure du possible, les exigences des utilisateurs en matière de bande passante. La prise en compte de pénalités associées aux conteneurs prioritaires permet également de répondre aux contraintes rencontrées dans les situations de pénurie de ressources. Ainsi, deux problèmes de décision ont été formulés. Compte tenu de leur complexité élevée, des méthodes heuristiques présentant une complexité acceptable ont été développées afin d’en approcher efficacement les solutions.