Les systèmes infonuagiques sont connus pour leur extensibilité, permettant l’ajout ou le retrait de ressources basé sur un modèle de service dit « sur-demande ». Cependant, la nature instable de la charge de trafic (« workload ») et la variété d’applications s’exécutant dans le Nuage entraîne certains problèmes de sur-approvisionnement et de sous-approvisionnement des ressources, causant un gaspillage de ressources et ayant souvent des repercussions négatives au niveau de l’expérience utilisateur. Une méthode efficace permettant de pallier ces problèmes réside en la modélisation de charge de trafic, qui est utilisée pour la conception d’approches proactives de prise de décision, permettant des strategies d’approvisionnement de ressources ainsi que l’anticipation de potentiels problèmes de performance.
Les modèles de charges de trafic sont habituellement conçus à partir du comportement d’usagers et d’applications d’un système, limitant ainsi leur utilisation à des domaines bien spécifiques. Indubitablement, cette pratique crée un dilemme dans le domaine des systèmes infonuagiques, dû au fait qu’une panoplie d’applications hétérogènes y sont exécutées et que plusieurs utilisateurs ont accès à leurs ressources. Les modèles de charges de trafic pour de telles infrastructures requièrent une adaptation à l’évolution des paramètres de configuration du système, tels que la fluctuation d’exécution de tâches, le dimensionnement horizontal et vertical, ainsi que la migration de ressources virtualisées. De plus, les jeux de données de charges de trafic collectées recèlent souvent de précieuses informations relatives à des comportements (« patterns ») récurrents dans le système évalué. La classification de ces comportements périodiques par leur amplitude, leur forme et leur longueur se veut un atout majeur pour tout chercheur visant à améliorer ses modèles de charge de trafic. L’objectif de notre projet est de générer des modèles de charges de trafic (1) génériques, indépendants du comportement des usagers et des applications opérant dans un système infonuagique, (2) pouvant convenir à n’importe quel type ou domaine de charge de trafic, (3) permettant de modéliser des variations brusques qui sont susceptibles de se produire dans des environnements infonuagiques, et (4) avec une grande fidélité relative aux données observées, dans un temps d’exécution relativement bas. Un objectif sous-jacent est également visé sous la forme d’un mécanisme de détection de périodicité de charge de trafic, permettant la détection de comportements périodiques des charges de trafic.
| Date | 8 juin 2018 |
|---|
| langue originale | Français |
|---|
| Établissement diplômant | - École de technologie supérieure
|
|---|
| Superviseur | Nadjia Kara (Directeur(-trice)) |
|---|
- infonuagique
- nuage
- modélisation de charge de trafic
- estimation de charge de trafic
- modèle Hull-White
- algorithmes génétiques
- séries temporelles
- transréversion par préfixe
St-Onge, C. (Auteur(e)),
Kara (Directeur(-trice)),
8 juin 2018Thèses et mémoires: Mémoire de maîtrise › Maîtrise en ingénierie: Génie des technologies de l'information